Overview

Dataset statistics

Number of variables32
Number of observations138948
Missing cells113070
Missing cells (%)2.5%
Duplicate rows4020
Duplicate rows (%)2.9%
Total size in memory33.9 MiB
Average record size in memory256.0 B

Variable types

Categorical26
Numeric6

Warnings

Dataset has 4020 (2.9%) duplicate rows Duplicates
description has a high cardinality: 116102 distinct values High cardinality
metro_station has a high cardinality: 77 distinct values High cardinality
district is highly correlated with num_of_hospitals and 7 other fieldsHigh correlation
num_of_hospitals is highly correlated with district and 3 other fieldsHigh correlation
num_of_metro_stations is highly correlated with district and 3 other fieldsHigh correlation
num_of_women_cons is highly correlated with district and 3 other fieldsHigh correlation
num_of_dentists is highly correlated with district and 2 other fieldsHigh correlation
num_of_schools is highly correlated with district and 6 other fieldsHigh correlation
num_of_kindg is highly correlated with district and 6 other fieldsHigh correlation
num_of_poly is highly correlated with district and 3 other fieldsHigh correlation
metro_station is highly correlated with district and 4 other fieldsHigh correlation
kitchen_square has 60500 (43.5%) missing values Missing
live_square has 52570 (37.8%) missing values Missing

Reproduction

Analysis started2021-07-24 12:54:06.485805
Analysis finished2021-07-24 12:55:54.539454
Duration1 minute and 48.05 seconds
Software versionpandas-profiling v2.11.0
Download configurationconfig.yaml

Variables

description
Categorical

HIGH CARDINALITY

Distinct116102
Distinct (%)83.6%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.
 
818
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.
 
590
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.
 
524
Жилой комплекс «Аквилон ZALIVE» – это пять тринадцатиэтажных домов общей площадью 270 тыс.кв.м. В большом внутреннем дворе девелопер построит школу на 400 учеников и два встроенных детских сада на 80 мест каждый. В одном из корпусов откроется некоммерческий детский клуб «Аквилон Kids». Для автовладельцев построят вместительный 9-этажный паркинг на 579 мест и подземный паркинг на 225 мест, оборудуют зарядки для электромобилей. В каждом корпусе предусмотрены колясочные и сити-боксы для хранения вещей. На первых этажах разместятся торговые помещения под кафе, супермаркеты и предприятия обслуживания.
 
329
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.
 
224
Other values (116097)
136463 

Length

Max length4987
Median length821
Mean length901.1815283
Min length1

Characters and Unicode

Total characters125217371
Distinct characters736
Distinct categories23 ?
Distinct scripts9 ?
Distinct blocks28 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique108796 ?
Unique (%)78.3%

Sample

1st rowОрганизуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Двухстороняя квартира,3. Изолированные комнаты,4. Кухня квадратной формы,5. Есть лоджия, Ежемесячный (аннуитетный) платеж по ипотеке составит 50 236 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.
2nd rowВашему вниманию предлагается отличная светлая квартира в одном из лучших комплексов города ЖК «Четыре горизонта» от компании RBI.,Дом Бизнес класса. Ремонт выполнен по дизайн проекту. Отличный панорамный вид на город, Неву, Смольный Собор и Большеохтинский мост. Высокие потолки, 3 квартиры на этаже, респектабельный соседи.,Входная группа дома оформляется по эксклюзивному дизайн-проекту. Стены украшает панно из керамогранита, гравюры старого Петербурга и зеркала. В холле отведены места для ожидания с мягкой мебелью и ресепшн-зоны (для консьержей). В подъезде по два грузопассажирских лифта Schindler. Два подземных уровня новостройки заняты паркингом, из которого можно подняться на любой этаж.,Закрытый от посторонних внутренний двор оформлен по индивидуальному проекту. В центре двора установлен фонтан и высажены кустарники и растения.,Поблизости работают три школы, дошкольные учреждения, торговые центры "Ладога", "Юбилейный", "Орловский" и др. Рядом сад Нева и набережная Невы, чуть дальше, но также в зоне пешей досягаемости — Полюстровский парк. В районе сложилась удачная транспортная развязка — поблизости проходят Пискаревский пр-т, шоссе Революции, Свердловская набережная и пр-т Энергетиков.,Прямая продажа, один собственник. Все готово. Просмотры в любое время.
3rd rowПродаётся двухкомнатная квартира в жилом комплексе ЦДС «Приневский».,Ввод в эксплуатацию 27 декабря 2021.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,ЦДС «Приневский» корпус 1  — это 24‐этажный кирпично‐монолитный дом из 4 секций на 1239 квартир. Для вашего удобства к корпусу пристроен закрытый наземный паркинг на 300 мест, а парковочные зоны для гостей и жителей квартала вынесены за периметр дворового пространства. Срок сдачи объекта: 4 кв. 2021. Условия покупки: Приобрести наши квартиры можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека.,ТОП‐отделка LifeStyle в подарок!,В отделку входят: Современный видеодомофон, ламинат уровня EGGER, Tarkett и др., сантехника AM.PM, Grohe, Jacob Delafon и др., стильная керамическая плитка. Сходите в наши шоу-румы!,Оформляйте покупку дистанционно, без посещения офиса! Мы продолжаем работать для вас дистанционно: сайт, телефон, мессенджеры, эл. почта. Именно таким образом уже несколько лет приобретают квартиры наши региональные покупатели, весь процесс отлажен!,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 66210
4th rowПродается 1-комнатная квартира площадью 36.89 кв. метров ,на 20 этаже ,24 этажного ,кирпично-монолитного дома ,стандарт-класса в ЖК Приневский. ,Оптимальная планировка: Просторная кухня (13.96 кв.м) и одна комната (12.37 кв.м). ,Также в квартире есть лоджия. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на юго-восток Санкт-Петербурга и в 28 минутах на транспорте от станции метро «Ломоносовская». ,В проекте 6 жилых корпусов высотой от 23 до 24 этажа. ,Из плюсов ЖК можно отметить: видеонаблюдение и крытый паркинг на 1592 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: супермаркеты и аптеки. Рядом с ЖК расположены лесопарки и скверы. Закрытый паркинг. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 26 557 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Приневский в продаже 496 1-комнатных квартир стоимостью от 4.1 до 6.3 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-616253
5th rowУютная трёхкомнатная квартира на берегу реки Охта в Красногвардейском районе Санкт-Петербурга., • Полюстровский парк, • Парк Академика Сахарова, • Сад Нева, • ТЦ Metro, "Июнь" и "Ржевский", • собственная круглосуточная диспетчерская служба, • подземный и надземный паркинги, • собственный детский сад, • две школы в соседних кварталах, • поликлиника, • магазины, аптеки, • за 10 минут на транспорте можно добраться до станции метро «Ладожская», • в 5,5 км расположена развязка с КАД, ЗВОНИТЕ., • Подбор выгодных ипотечных программ;, • Помощь в выборе наилучшего варианта квартиры на максимально выгодных условиях.
ValueCountFrequency (%)
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.818
 
0.6%
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.590
 
0.4%
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.524
 
0.4%
Жилой комплекс «Аквилон ZALIVE» – это пять тринадцатиэтажных домов общей площадью 270 тыс.кв.м. В большом внутреннем дворе девелопер построит школу на 400 учеников и два встроенных детских сада на 80 мест каждый. В одном из корпусов откроется некоммерческий детский клуб «Аквилон Kids». Для автовладельцев построят вместительный 9-этажный паркинг на 579 мест и подземный паркинг на 225 мест, оборудуют зарядки для электромобилей. В каждом корпусе предусмотрены колясочные и сити-боксы для хранения вещей. На первых этажах разместятся торговые помещения под кафе, супермаркеты и предприятия обслуживания.329
 
0.2%
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.224
 
0.2%
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.180
 
0.1%
Апарт-отель «Начало» расположен на берегу Ивановского водоема в 15 минутах ходьбы от ст.м. «Ломоносовская». В апарт-отеле вы можете купить апартаменты и распоряжаться ими, как считаете нужным: заселиться в них, сдавать в аренду самому или с помощью УК «Начало.сервис»., Апартаменты отличают продуманные планировочные решения для максимизации полезной и эффективной площади. Готовая чистовая отделка поможет избежать многолетнего шума и грязи в лифтах и холлах от ремонта соседей. За дополнительную оплату можно заказать полное оснащение апартамента мебелью, техникой, текстилем и посудой "под ключ".,В апарт-отеле предусмотрен полный набор гостиничного сервиса - ресепшн, прачечная, служба горничных, техническая служба в формате "муж на час", еда в номер, заказ такси, помощь и техническая поддержка, а также ресторан, прачечная, велнес-центр, офисы и коворкинг, салоны красоты и прочие.,Для инвесторов УК предлагает распределенный доход в зависимости от категории номеров, который позволяет снизить риски, волатильность доходов и расходов. Инвесторы смогут получать доход, не тратя время и силы на операционную деятельность за счет наличия централизованной УК. ,Апартаменты можно приобрести в рассрочку или в ипотеку. Действует субсидированная ставка Сбербанка – от 3,6% годовых. Продажи осуществляются с использованием эскроу-счетов.,Срок окончания строительства апарт-отеля — 1 квартал 2023 года163
 
0.1%
О ПРОЕКТЕ,ЖК «FoRest Аквилон» воплощает высокие стандарты строительства, соединяя инновационные технологии с принципами «зеленой» урбанистики. Гармоничный союз цивилизации и природы, уникальность локации и высокий профессионализм команды проекта – источник его преимуществ. ,Инфраструктура «FoRest Аквилон» бережно интегрирована с Юнтоловским лесопарком – уникальным оазисом нетронутой природы и великолепным местом для прогулок. Зеленые «клинья» заповедника проникают во внутренние закрытые дворы комплекса вместе с пением птиц и ароматами леса, даря ощущение жизни за городом. Развитая среда современного микрорайона и его отличная транспортная доступность обеспечивают все преимущества городского комфорта. ,Проект разработан студией Ретро и Архитектурной мастерской М. А. Мамошина, академика архитектуры, классика Петербургской архитектурной школы. ,В 5 корпусах переменной высотности (9-13 этажей) предлагается богатый выбор планировок и метражей: от студий до многокомнатных видовых апартаментов.162
 
0.1%
Жилой комплекс Promenade – новый проект в сегменте «Аквилон Business» в центре Санкт-Петербурга, где воплотилось идеальное сочетание характерной для Северной столицы элегантной архитектуры, благородного уюта дворов «старого Парижа», высокотехнологичных конструктивных решений и современных «умных» систем для дома.,Жилой дом строится в статусном Адмиралтейском районе, буквально в минуте ходьбы от метро «Фрунзенская». Рядом – престижный Московский проспект – парадная магистраль Северной столицы и Набережная обводного канала, в получасе ходьбы – парадные Набережные Невы и все знаковые места города-музея Петербурга.,В составе комплекса – семь разнообъемных корпусов высотой от 9 до 16 этажей, выполненных в единой архитектурной стилистике, свойственной зданиям исторической части Московского проспекта. Стройность и симметрия неоклассических фасадов разбивается анфиладой сквозных арок, которая организует оригинальное внутреннее пространство жилого комплекса – просторный прогулочный променад с французскими цветниками и уютными местами для отдыха.149
 
0.1%
Жилой комплекс Golden City как величественный корабль пришвартовался у намывных территорий у берегов Финского залива.,В самой живописной его части, на западном побережье Васильевского острова.,Шесть новых кварталов Golden City будут структурированы целой сетью различных общественных пространств, красивых площадей и улиц.,В комплексе представлен широкий выбор планировочных решений от комфортных студий с двумя окнами до двухуровневых квартир. ,А так же видовые квартиры с террасами и без, трехсторонние планировки с угловым остеклением, и квартиры с окном в ванной комнате.,Первые этажи предназначены под коммерцию. ,В жилом комплексе предусмотрены детские сады и школы, дойти до которых можно будет за пару минут. ,Интересные факты о проекте:,• Финалист федеральной премии ТОП ЖК-2021,• Golden City вошел в ТОП-5 инвестиционно-привлекательных новостроек Санкт-Петербурга ,• Уникальная архитектура европейского класса, уже ставшая знаковой ,• Великолепные виды на Финский залив и парковую зону из панорамных окон ,Прямая продажа от застройщика! ,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, материнский капитал. Звоните!127
 
0.1%
Other values (116092)135682
97.6%
2021-07-24T15:55:55.553424image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
в635618
 
3.9%
и608428
 
3.7%
на371152
 
2.3%
с255817
 
1.6%
166815
 
1.0%
от137864
 
0.8%
для119545
 
0.7%
квартира116487
 
0.7%
по108284
 
0.7%
до95542
 
0.6%
Other values (303815)13704763
84.0%

Most occurring characters

ValueCountFrequency (%)
16335951
 
13.0%
о10454395
 
8.3%
а8225444
 
6.6%
е7363835
 
5.9%
т6467446
 
5.2%
и6446946
 
5.1%
н6245877
 
5.0%
р5861482
 
4.7%
с4950761
 
4.0%
к4427368
 
3.5%
Other values (726)48437866
38.7%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter94982617
75.9%
Space Separator16410636
 
13.1%
Other Punctuation4891332
 
3.9%
Uppercase Letter4715145
 
3.8%
Decimal Number2500254
 
2.0%
Dash Punctuation769935
 
0.6%
Other Symbol161154
 
0.1%
Final Punctuation146639
 
0.1%
Initial Punctuation146268
 
0.1%
Close Punctuation139154
 
0.1%
Other values (13)354237
 
0.3%

Most frequent character per category

ValueCountFrequency (%)
💥21712
13.5%
🎁21366
13.3%
📣21326
13.2%
15301
9.5%
🔥12070
7.5%
💸10668
6.6%
10641
6.6%
🤫10639
6.6%
7062
 
4.4%
5181
 
3.2%
Other values (427)25188
15.6%
ValueCountFrequency (%)
о10454395
 
11.0%
а8225444
 
8.7%
е7363835
 
7.8%
т6467446
 
6.8%
и6446946
 
6.8%
н6245877
 
6.6%
р5861482
 
6.2%
с4950761
 
5.2%
к4427368
 
4.7%
в3893499
 
4.1%
Other values (64)30645564
32.3%
ValueCountFrequency (%)
П527983
 
11.2%
К431805
 
9.2%
В381926
 
8.1%
С329232
 
7.0%
О278618
 
5.9%
Д256068
 
5.4%
И205088
 
4.3%
Н203544
 
4.3%
Т196414
 
4.2%
А195045
 
4.1%
Other values (60)1709422
36.3%
ValueCountFrequency (%)
י29
 
11.6%
ה24
 
9.6%
ר23
 
9.2%
ו20
 
8.0%
ב16
 
6.4%
מ13
 
5.2%
ת12
 
4.8%
ל11
 
4.4%
נ11
 
4.4%
ד11
 
4.4%
Other values (16)79
31.7%
ValueCountFrequency (%)
,2447065
50.0%
.1838413
37.6%
:181097
 
3.7%
!158700
 
3.2%
"121506
 
2.5%
%42805
 
0.9%
;33406
 
0.7%
/27134
 
0.6%
·12235
 
0.3%
12186
 
0.2%
Other values (14)16785
 
0.3%
ValueCountFrequency (%)
+31411
75.1%
=5951
 
14.2%
>2303
 
5.5%
~829
 
2.0%
673
 
1.6%
|234
 
0.6%
136
 
0.3%
104
 
0.2%
45
 
0.1%
35
 
0.1%
Other values (12)124
 
0.3%
ValueCountFrequency (%)
²12448
99.7%
¼21
 
0.2%
½2
 
< 0.1%
¹1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
1
 
< 0.1%
Other values (3)3
 
< 0.1%
ValueCountFrequency (%)
1461006
18.4%
2430038
17.2%
0347036
13.9%
5245538
9.8%
3237907
9.5%
4196705
7.9%
6164133
 
6.6%
7151769
 
6.1%
8136368
 
5.5%
9129750
 
5.2%
Other values (2)4
 
< 0.1%
ValueCountFrequency (%)
-564293
73.3%
144322
 
18.7%
57865
 
7.5%
3297
 
0.4%
134
 
< 0.1%
18
 
< 0.1%
6
 
< 0.1%
ValueCountFrequency (%)
20
24.1%
20
24.1%
18
21.7%
11
13.3%
9
10.8%
4
 
4.8%
1
 
1.2%
ValueCountFrequency (%)
­2541
69.9%
742
 
20.4%
181
 
5.0%
158
 
4.3%
7
 
0.2%
5
 
0.1%
ValueCountFrequency (%)
`1996
95.5%
🏻55
 
2.6%
🏼18
 
0.9%
^14
 
0.7%
🏾6
 
0.3%
¸1
 
< 0.1%
ValueCountFrequency (%)
16335951
99.5%
 74643
 
0.5%
32
 
< 0.1%
7
 
< 0.1%
3
 
< 0.1%
ValueCountFrequency (%)
(133809
> 99.9%
[45
 
< 0.1%
2
 
< 0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
̆8357
64.1%
4636
35.6%
̈21
 
0.2%
́14
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
)139105
> 99.9%
]46
 
< 0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
«145182
99.3%
1045
 
0.7%
41
 
< 0.1%
ValueCountFrequency (%)
»145012
98.9%
1058
 
0.7%
569
 
0.4%
ValueCountFrequency (%)
32493
89.2%
3944
 
10.8%
ValueCountFrequency (%)
12252
99.8%
$21
 
0.2%
ValueCountFrequency (%)
_98093
100.0%
ValueCountFrequency (%)
144
100.0%
ValueCountFrequency (%)
19
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic98921072
79.0%
Common25505625
 
20.4%
Latin776676
 
0.6%
Inherited13237
 
< 0.1%
Braille423
 
< 0.1%
Hebrew241
 
< 0.1%
Unknown83
 
< 0.1%
Tamil8
 
< 0.1%
Arabic6
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
16335951
64.0%
,2447065
 
9.6%
.1838413
 
7.2%
-564293
 
2.2%
1461006
 
1.8%
2430038
 
1.7%
0347036
 
1.4%
5245538
 
1.0%
3237907
 
0.9%
4196705
 
0.8%
Other values (549)2401673
 
9.4%
ValueCountFrequency (%)
о10454395
 
10.6%
а8225444
 
8.3%
е7363835
 
7.4%
т6467446
 
6.5%
и6446946
 
6.5%
н6245877
 
6.3%
р5861482
 
5.9%
с4950761
 
5.0%
к4427368
 
4.5%
в3893499
 
3.9%
Other values (60)34584019
35.0%
ValueCountFrequency (%)
i60594
 
7.8%
o56874
 
7.3%
e51950
 
6.7%
l41070
 
5.3%
a40907
 
5.3%
t40518
 
5.2%
r36716
 
4.7%
I33830
 
4.4%
n28575
 
3.7%
s21558
 
2.8%
Other values (53)364084
46.9%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
̆8357
63.1%
4636
35.0%
181
 
1.4%
̈21
 
0.2%
19
 
0.1%
́14
 
0.1%
7
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
20
24.1%
20
24.1%
18
21.7%
11
13.3%
9
10.8%
4
 
4.8%
1
 
1.2%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
423
100.0%
ValueCountFrequency (%)
8
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic98921072
79.0%
ASCII25492674
 
20.4%
None505112
 
0.4%
Punctuation222767
 
0.2%
Dingbats18933
 
< 0.1%
Letterlike Symbols15322
 
< 0.1%
Currency Symbols12252
 
< 0.1%
Misc Technical10749
 
< 0.1%
Diacriticals8394
 
< 0.1%
VS4636
 
< 0.1%
Other values (18)5460
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
о10454395
 
10.6%
а8225444
 
8.3%
е7363835
 
7.4%
т6467446
 
6.5%
и6446946
 
6.5%
н6245877
 
6.3%
р5861482
 
5.9%
с4950761
 
5.0%
к4427368
 
4.5%
в3893499
 
3.9%
Other values (60)34584019
35.0%
ValueCountFrequency (%)
16335951
64.1%
,2447065
 
9.6%
.1838413
 
7.2%
-564293
 
2.2%
1461006
 
1.8%
2430038
 
1.7%
0347036
 
1.4%
5245538
 
1.0%
3237907
 
0.9%
4196705
 
0.8%
Other values (85)2388722
 
9.4%
ValueCountFrequency (%)
«145182
28.7%
»145012
28.7%
 74643
14.8%
💥21712
 
4.3%
🎁21366
 
4.2%
📣21326
 
4.2%
²12448
 
2.5%
·12235
 
2.4%
🔥12070
 
2.4%
💸10668
 
2.1%
Other values (334)28450
 
5.6%
ValueCountFrequency (%)
144322
64.8%
57865
26.0%
12186
 
5.5%
3297
 
1.5%
1058
 
0.5%
1045
 
0.5%
770
 
0.3%
742
 
0.3%
569
 
0.3%
181
 
0.1%
Other values (13)732
 
0.3%
ValueCountFrequency (%)
10641
99.0%
82
 
0.8%
7
 
0.1%
6
 
0.1%
4
 
< 0.1%
4
 
< 0.1%
2
 
< 0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
12252
100.0%
ValueCountFrequency (%)
7062
37.3%
5181
27.4%
1998
 
10.6%
1801
 
9.5%
1760
 
9.3%
420
 
2.2%
293
 
1.5%
54
 
0.3%
52
 
0.3%
49
 
0.3%
Other values (21)263
 
1.4%
ValueCountFrequency (%)
15301
99.9%
18
 
0.1%
2
 
< 0.1%
1
 
< 0.1%
ValueCountFrequency (%)
̆8357
99.6%
̈21
 
0.3%
́14
 
0.2%
̀2
 
< 0.1%
ValueCountFrequency (%)
673
79.2%
104
 
12.2%
31
 
3.6%
28
 
3.3%
10
 
1.2%
2
 
0.2%
2
 
0.2%
ValueCountFrequency (%)
1252
49.2%
257
 
10.1%
194
 
7.6%
124
 
4.9%
106
 
4.2%
99
 
3.9%
99
 
3.9%
96
 
3.8%
52
 
2.0%
43
 
1.7%
Other values (32)225
 
8.8%
ValueCountFrequency (%)
4636
100.0%
ValueCountFrequency (%)
🙂34
21.8%
😊19
12.2%
😎16
10.3%
😍15
9.6%
🙏13
 
8.3%
🙌13
 
8.3%
😉9
 
5.8%
😇7
 
4.5%
🙋6
 
3.8%
😁5
 
3.2%
Other values (13)19
12.2%
ValueCountFrequency (%)
20
24.1%
20
24.1%
18
21.7%
11
13.3%
9
10.8%
4
 
4.8%
1
 
1.2%
ValueCountFrequency (%)
י29
12.0%
ה24
 
10.0%
ר23
 
9.5%
ו20
 
8.3%
ב16
 
6.6%
מ13
 
5.4%
ת12
 
5.0%
ל11
 
4.6%
נ11
 
4.6%
ד11
 
4.6%
Other values (15)71
29.5%
ValueCountFrequency (%)
534
51.8%
121
 
11.7%
113
 
11.0%
73
 
7.1%
45
 
4.4%
37
 
3.6%
35
 
3.4%
23
 
2.2%
16
 
1.6%
14
 
1.4%
Other values (2)20
 
1.9%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
34
79.1%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
1
 
2.3%
ValueCountFrequency (%)
423
100.0%
ValueCountFrequency (%)
1
25.0%
1
25.0%
1
25.0%
1
25.0%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
𝐄2
12.5%
𝟐2
12.5%
𝟎2
12.5%
𝐨2
12.5%
𝐍1
6.2%
𝐖1
6.2%
𝐓1
6.2%
𝐈1
6.2%
𝐌1
6.2%
𝐏1
6.2%
Other values (2)2
12.5%
ValueCountFrequency (%)
🅿4
80.0%
🆕1
 
20.0%
ValueCountFrequency (%)
8
100.0%
ValueCountFrequency (%)
34
100.0%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
🟡1
50.0%
🟢1
50.0%
ValueCountFrequency (%)
7
100.0%

flat_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Квартира
114319 
Студия
24629 

Length

Max length8
Median length8
Mean length7.645493278
Min length6

Characters and Unicode

Total characters1062326
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКвартира
2nd rowКвартира
3rd rowКвартира
4th rowКвартира
5th rowКвартира
ValueCountFrequency (%)
Квартира114319
82.3%
Студия24629
 
17.7%
2021-07-24T15:55:55.827886image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:55.899334image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
квартира114319
82.3%
студия24629
 
17.7%

Most occurring characters

ValueCountFrequency (%)
а228638
21.5%
р228638
21.5%
т138948
13.1%
и138948
13.1%
К114319
10.8%
в114319
10.8%
С24629
 
2.3%
у24629
 
2.3%
д24629
 
2.3%
я24629
 
2.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter923378
86.9%
Uppercase Letter138948
 
13.1%

Most frequent character per category

ValueCountFrequency (%)
а228638
24.8%
р228638
24.8%
т138948
15.0%
и138948
15.0%
в114319
12.4%
у24629
 
2.7%
д24629
 
2.7%
я24629
 
2.7%
ValueCountFrequency (%)
К114319
82.3%
С24629
 
17.7%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1062326
100.0%

Most frequent character per script

ValueCountFrequency (%)
а228638
21.5%
р228638
21.5%
т138948
13.1%
и138948
13.1%
К114319
10.8%
в114319
10.8%
С24629
 
2.3%
у24629
 
2.3%
д24629
 
2.3%
я24629
 
2.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1062326
100.0%

Most frequent character per block

ValueCountFrequency (%)
а228638
21.5%
р228638
21.5%
т138948
13.1%
и138948
13.1%
К114319
10.8%
в114319
10.8%
С24629
 
2.3%
у24629
 
2.3%
д24629
 
2.3%
я24629
 
2.3%

object_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Новостройка
95034 
Вторичная
43914 

Length

Max length11
Median length11
Mean length10.36790742
Min length9

Characters and Unicode

Total characters1440600
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНовостройка
2nd rowВторичная
3rd rowНовостройка
4th rowНовостройка
5th rowНовостройка
ValueCountFrequency (%)
Новостройка95034
68.4%
Вторичная43914
31.6%
2021-07-24T15:55:56.081612image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:56.163628image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
новостройка95034
68.4%
вторичная43914
31.6%

Most occurring characters

ValueCountFrequency (%)
о329016
22.8%
т138948
9.6%
р138948
9.6%
а138948
9.6%
Н95034
 
6.6%
в95034
 
6.6%
с95034
 
6.6%
й95034
 
6.6%
к95034
 
6.6%
В43914
 
3.0%
Other values (4)175656
12.2%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1301652
90.4%
Uppercase Letter138948
 
9.6%

Most frequent character per category

ValueCountFrequency (%)
о329016
25.3%
т138948
10.7%
р138948
10.7%
а138948
10.7%
в95034
 
7.3%
с95034
 
7.3%
й95034
 
7.3%
к95034
 
7.3%
и43914
 
3.4%
ч43914
 
3.4%
Other values (2)87828
 
6.7%
ValueCountFrequency (%)
Н95034
68.4%
В43914
31.6%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1440600
100.0%

Most frequent character per script

ValueCountFrequency (%)
о329016
22.8%
т138948
9.6%
р138948
9.6%
а138948
9.6%
Н95034
 
6.6%
в95034
 
6.6%
с95034
 
6.6%
й95034
 
6.6%
к95034
 
6.6%
В43914
 
3.0%
Other values (4)175656
12.2%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1440600
100.0%

Most frequent character per block

ValueCountFrequency (%)
о329016
22.8%
т138948
9.6%
р138948
9.6%
а138948
9.6%
Н95034
 
6.6%
в95034
 
6.6%
с95034
 
6.6%
й95034
 
6.6%
к95034
 
6.6%
В43914
 
3.0%
Other values (4)175656
12.2%

rooms
Categorical

Distinct5
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
1
72182 
2
38770 
3
22813 
4
 
4125
5
 
1058

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters138948
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2
2nd row2
3rd row2
4th row1
5th row3
ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%
2021-07-24T15:55:56.352194image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:56.432168image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%

Most occurring characters

ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number138948
100.0%

Most frequent character per category

ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%

Most occurring scripts

ValueCountFrequency (%)
Common138948
100.0%

Most frequent character per script

ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII138948
100.0%

Most frequent character per block

ValueCountFrequency (%)
172182
51.9%
238770
27.9%
322813
 
16.4%
44125
 
3.0%
51058
 
0.8%

floors
Real number (ℝ≥0)

Distinct25
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7.793663817
Minimum1
Maximum25
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:55:56.526568image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q13
median6
Q311
95-th percentile19
Maximum25
Range24
Interquartile range (IQR)8

Descriptive statistics

Standard deviation5.589948881
Coefficient of variation (CV)0.7172427516
Kurtosis0.2191811425
Mean7.793663817
Median Absolute Deviation (MAD)3
Skewness0.9464147532
Sum1082914
Variance31.24752849
MonotocityNot monotonic
2021-07-24T15:55:56.645078image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=25)
ValueCountFrequency (%)
215981
11.5%
312948
 
9.3%
411995
 
8.6%
511486
 
8.3%
69021
 
6.5%
78840
 
6.4%
18710
 
6.3%
88384
 
6.0%
97026
 
5.1%
106426
 
4.6%
Other values (15)38131
27.4%
ValueCountFrequency (%)
18710
6.3%
215981
11.5%
312948
9.3%
411995
8.6%
511486
8.3%
ValueCountFrequency (%)
25430
 
0.3%
24991
0.7%
231065
0.8%
221241
0.9%
211270
0.9%

square
Real number (ℝ≥0)

Distinct1983
Distinct (%)1.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean53.84152489
Minimum10
Maximum399
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:55:56.777457image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum10
5-th percentile22.2
Q134
median45
Q365.7
95-th percentile111.1
Maximum399
Range389
Interquartile range (IQR)31.7

Descriptive statistics

Standard deviation30.52611012
Coefficient of variation (CV)0.5669622134
Kurtosis8.4937186
Mean53.84152489
Median Absolute Deviation (MAD)14.4
Skewness2.196292991
Sum7481172.2
Variance931.8433994
MonotocityNot monotonic
2021-07-24T15:55:56.902427image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
341117
 
0.8%
251100
 
0.8%
371044
 
0.8%
351023
 
0.7%
261003
 
0.7%
36996
 
0.7%
38898
 
0.6%
32809
 
0.6%
40790
 
0.6%
50777
 
0.6%
Other values (1973)129391
93.1%
ValueCountFrequency (%)
1020
< 0.1%
10.11
 
< 0.1%
10.41
 
< 0.1%
10.61
 
< 0.1%
10.71
 
< 0.1%
ValueCountFrequency (%)
3991
< 0.1%
3902
< 0.1%
389.41
< 0.1%
388.51
< 0.1%
3861
< 0.1%

kitchen_square
Real number (ℝ≥0)

MISSING

Distinct594
Distinct (%)0.8%
Missing60500
Missing (%)43.5%
Infinite0
Infinite (%)0.0%
Mean13.56793927
Minimum2
Maximum100
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:55:57.065119image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median12.2
Q316.5
95-th percentile26
Maximum100
Range98
Interquartile range (IQR)7.5

Descriptive statistics

Standard deviation7.420511069
Coefficient of variation (CV)0.5469151151
Kurtosis15.73312017
Mean13.56793927
Median Absolute Deviation (MAD)3.8
Skewness2.676051969
Sum1064377.7
Variance55.06398453
MonotocityNot monotonic
2021-07-24T15:55:57.190673image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
53616
 
2.6%
102896
 
2.1%
111768
 
1.3%
121725
 
1.2%
151597
 
1.1%
91402
 
1.0%
81319
 
0.9%
61237
 
0.9%
171186
 
0.9%
141162
 
0.8%
Other values (584)60540
43.6%
(Missing)60500
43.5%
ValueCountFrequency (%)
2416
0.3%
2.15
 
< 0.1%
2.21
 
< 0.1%
2.32
 
< 0.1%
2.56
 
< 0.1%
ValueCountFrequency (%)
1008
< 0.1%
98.63
 
< 0.1%
98.21
 
< 0.1%
981
 
< 0.1%
97.51
 
< 0.1%

live_square
Real number (ℝ≥0)

MISSING

Distinct1250
Distinct (%)1.4%
Missing52570
Missing (%)37.8%
Infinite0
Infinite (%)0.0%
Mean30.14035981
Minimum5
Maximum322.8
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:55:57.331307image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile10.6
Q116
median25
Q339.1
95-th percentile68
Maximum322.8
Range317.8
Interquartile range (IQR)23.1

Descriptive statistics

Standard deviation19.75134497
Coefficient of variation (CV)0.6553121823
Kurtosis8.567517749
Mean30.14035981
Median Absolute Deviation (MAD)10.1
Skewness2.106903257
Sum2603464
Variance390.115628
MonotocityNot monotonic
2021-07-24T15:55:57.456278image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
182175
 
1.6%
151454
 
1.0%
171426
 
1.0%
161295
 
0.9%
141257
 
0.9%
30925
 
0.7%
20864
 
0.6%
11796
 
0.6%
10788
 
0.6%
19690
 
0.5%
Other values (1240)74708
53.8%
(Missing)52570
37.8%
ValueCountFrequency (%)
510
< 0.1%
5.13
 
< 0.1%
5.22
 
< 0.1%
5.41
 
< 0.1%
5.61
 
< 0.1%
ValueCountFrequency (%)
322.81
< 0.1%
3001
< 0.1%
2701
< 0.1%
2671
< 0.1%
263.91
< 0.1%

price
Real number (ℝ≥0)

Distinct42670
Distinct (%)30.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean9637737.166
Minimum1107000
Maximum99950000
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:55:57.613663image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1107000
5-th percentile3399000
Q15000000
median7150000
Q310988750
95-th percentile24125681
Maximum99950000
Range98843000
Interquartile range (IQR)5988750

Descriptive statistics

Standard deviation8623894.313
Coefficient of variation (CV)0.8948048867
Kurtosis23.05338657
Mean9637737.166
Median Absolute Deviation (MAD)2500000
Skewness3.990874702
Sum1.339144304 × 1012
Variance7.437155312 × 1013
MonotocityNot monotonic
2021-07-24T15:55:57.878094image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
6500000740
 
0.5%
5500000656
 
0.5%
7500000646
 
0.5%
4500000527
 
0.4%
5200000494
 
0.4%
8500000493
 
0.4%
5300000490
 
0.4%
6000000466
 
0.3%
5700000461
 
0.3%
6200000459
 
0.3%
Other values (42660)133516
96.1%
ValueCountFrequency (%)
11070001
< 0.1%
12000001
< 0.1%
14350001
< 0.1%
14550001
< 0.1%
14588881
< 0.1%
ValueCountFrequency (%)
999500001
 
< 0.1%
999000002
 
< 0.1%
992625001
 
< 0.1%
990000009
< 0.1%
989000001
 
< 0.1%

build_matireal
Categorical

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Монолит
71110 
Кирпич
51318 
Панель
16520 

Length

Max length7
Median length7
Mean length6.511774189
Min length6

Characters and Unicode

Total characters904798
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКирпич
2nd rowКирпич
3rd rowКирпич
4th rowКирпич
5th rowМонолит
ValueCountFrequency (%)
Монолит71110
51.2%
Кирпич51318
36.9%
Панель16520
 
11.9%
2021-07-24T15:55:58.096789image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:58.185775image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
монолит71110
51.2%
кирпич51318
36.9%
панель16520
 
11.9%

Most occurring characters

ValueCountFrequency (%)
и173746
19.2%
о142220
15.7%
н87630
9.7%
л87630
9.7%
М71110
7.9%
т71110
7.9%
К51318
 
5.7%
р51318
 
5.7%
п51318
 
5.7%
ч51318
 
5.7%
Other values (4)66080
 
7.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter765850
84.6%
Uppercase Letter138948
 
15.4%

Most frequent character per category

ValueCountFrequency (%)
и173746
22.7%
о142220
18.6%
н87630
11.4%
л87630
11.4%
т71110
9.3%
р51318
 
6.7%
п51318
 
6.7%
ч51318
 
6.7%
а16520
 
2.2%
е16520
 
2.2%
ValueCountFrequency (%)
М71110
51.2%
К51318
36.9%
П16520
 
11.9%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic904798
100.0%

Most frequent character per script

ValueCountFrequency (%)
и173746
19.2%
о142220
15.7%
н87630
9.7%
л87630
9.7%
М71110
7.9%
т71110
7.9%
К51318
 
5.7%
р51318
 
5.7%
п51318
 
5.7%
ч51318
 
5.7%
Other values (4)66080
 
7.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic904798
100.0%

Most frequent character per block

ValueCountFrequency (%)
и173746
19.2%
о142220
15.7%
н87630
9.7%
л87630
9.7%
М71110
7.9%
т71110
7.9%
К51318
 
5.7%
р51318
 
5.7%
п51318
 
5.7%
ч51318
 
5.7%
Other values (4)66080
 
7.3%

district_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,7
57423 
3,8
20402 
3,9
15927 
4,0
13263 
3,6
7580 
Other values (5)
24353 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,6
3rd row3,2
4th row3,2
5th row3,8
ValueCountFrequency (%)
3,757423
41.3%
3,820402
 
14.7%
3,915927
 
11.5%
4,013263
 
9.5%
3,67580
 
5.5%
3,27552
 
5.4%
3,57108
 
5.1%
4,13775
 
2.7%
3,32994
 
2.2%
3,42924
 
2.1%
2021-07-24T15:55:58.366335image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:58.468724image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
3,757423
41.3%
3,820402
 
14.7%
3,915927
 
11.5%
4,013263
 
9.5%
3,67580
 
5.5%
3,27552
 
5.4%
3,57108
 
5.1%
4,13775
 
2.7%
3,32994
 
2.2%
3,42924
 
2.1%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3124904
30.0%
757423
13.8%
820402
 
4.9%
419962
 
4.8%
915927
 
3.8%
013263
 
3.2%
67580
 
1.8%
27552
 
1.8%
57108
 
1.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3124904
44.9%
757423
20.7%
820402
 
7.3%
419962
 
7.2%
915927
 
5.7%
013263
 
4.8%
67580
 
2.7%
27552
 
2.7%
57108
 
2.6%
13775
 
1.4%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3124904
30.0%
757423
13.8%
820402
 
4.9%
419962
 
4.8%
915927
 
3.8%
013263
 
3.2%
67580
 
1.8%
27552
 
1.8%
57108
 
1.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3124904
30.0%
757423
13.8%
820402
 
4.9%
419962
 
4.8%
915927
 
3.8%
013263
 
3.2%
67580
 
1.8%
27552
 
1.8%
57108
 
1.7%

district
Categorical

HIGH CORRELATION

Distinct18
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Приморский
22263 
Выборгский
21839 
Невский
17675 
Московский
14467 
Калининский
13664 
Other values (13)
49040 

Length

Max length17
Median length10
Mean length10.92212914
Min length7

Characters and Unicode

Total characters1517608
Distinct characters35
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowПриморский
2nd rowКалининский
3rd rowНевский
4th rowНевский
5th rowКрасногвардейский
ValueCountFrequency (%)
Приморский22263
16.0%
Выборгский21839
15.7%
Невский17675
12.7%
Московский14467
10.4%
Калининский13664
9.8%
Красносельский9229
6.6%
Ваcилеостровский7312
 
5.3%
Петроградский5660
 
4.1%
Адмиралтейский5326
 
3.8%
Красногвардейский4839
 
3.5%
Other values (8)16674
12.0%
2021-07-24T15:55:58.703042image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
приморский22263
16.0%
выборгский21839
15.7%
невский17675
12.7%
московский14467
10.4%
калининский13664
9.8%
красносельский9229
6.6%
ваcилеостровский7312
 
5.3%
петроградский5660
 
4.1%
адмиралтейский5326
 
3.8%
красногвардейский4839
 
3.5%
Other values (8)16674
12.0%

Most occurring characters

ValueCountFrequency (%)
и202759
13.4%
с178202
11.7%
к151774
10.0%
й147139
 
9.7%
р123806
 
8.2%
о114143
 
7.5%
е60992
 
4.0%
н60245
 
4.0%
а56660
 
3.7%
в48828
 
3.2%
Other values (25)373060
24.6%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1374712
90.6%
Uppercase Letter140922
 
9.3%
Dash Punctuation1974
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
и202759
14.7%
с178202
13.0%
к151774
11.0%
й147139
10.7%
р123806
9.0%
о114143
8.3%
е60992
 
4.4%
н60245
 
4.4%
а56660
 
4.1%
в48828
 
3.6%
Other values (15)230164
16.7%
ValueCountFrequency (%)
К32929
23.4%
П32721
23.2%
В29444
20.9%
Н17675
12.5%
М14467
10.3%
А5326
 
3.8%
Ц3817
 
2.7%
Ф2569
 
1.8%
С1974
 
1.4%
ValueCountFrequency (%)
-1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1508322
99.4%
Latin7312
 
0.5%
Common1974
 
0.1%

Most frequent character per script

ValueCountFrequency (%)
и202759
13.4%
с178202
11.8%
к151774
10.1%
й147139
9.8%
р123806
 
8.2%
о114143
 
7.6%
е60992
 
4.0%
н60245
 
4.0%
а56660
 
3.8%
в48828
 
3.2%
Other values (23)363774
24.1%
ValueCountFrequency (%)
c7312
100.0%
ValueCountFrequency (%)
-1974
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1508322
99.4%
ASCII9286
 
0.6%

Most frequent character per block

ValueCountFrequency (%)
и202759
13.4%
с178202
11.8%
к151774
10.1%
й147139
9.8%
р123806
 
8.2%
о114143
 
7.6%
е60992
 
4.0%
н60245
 
4.0%
а56660
 
3.8%
в48828
 
3.2%
Other values (23)363774
24.1%
ValueCountFrequency (%)
c7312
78.7%
-1974
 
21.3%

underground
Categorical

Distinct6
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
0 - 1000
39150 
1000 - 2000
37550 
3000 - 4000
21002 
2000 - 3000
20065 
4000 - 5000
14525 

Length

Max length11
Median length11
Mean length9.915205688
Min length6

Characters and Unicode

Total characters1377698
Distinct characters9
Distinct categories4 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3000 - 4000
2nd row2000 - 3000
3rd row2000 - 3000
4th row2000 - 3000
5th row0 - 1000
ValueCountFrequency (%)
0 - 100039150
28.2%
1000 - 200037550
27.0%
3000 - 400021002
15.1%
2000 - 300020065
14.4%
4000 - 500014525
 
10.5%
> 50006656
 
4.8%
2021-07-24T15:55:58.928333image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:55:58.990820image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
138948
33.9%
100076700
18.7%
200057615
14.0%
300041067
 
10.0%
039150
 
9.5%
400035527
 
8.7%
500021181
 
5.2%

Most occurring characters

ValueCountFrequency (%)
0735420
53.4%
271240
 
19.7%
-132292
 
9.6%
176700
 
5.6%
257615
 
4.2%
341067
 
3.0%
435527
 
2.6%
521181
 
1.5%
>6656
 
0.5%

Most occurring categories

ValueCountFrequency (%)
Decimal Number967510
70.2%
Space Separator271240
 
19.7%
Dash Punctuation132292
 
9.6%
Math Symbol6656
 
0.5%

Most frequent character per category

ValueCountFrequency (%)
0735420
76.0%
176700
 
7.9%
257615
 
6.0%
341067
 
4.2%
435527
 
3.7%
521181
 
2.2%
ValueCountFrequency (%)
271240
100.0%
ValueCountFrequency (%)
-132292
100.0%
ValueCountFrequency (%)
>6656
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common1377698
100.0%

Most frequent character per script

ValueCountFrequency (%)
0735420
53.4%
271240
 
19.7%
-132292
 
9.6%
176700
 
5.6%
257615
 
4.2%
341067
 
3.0%
435527
 
2.6%
521181
 
1.5%
>6656
 
0.5%

Most occurring blocks

ValueCountFrequency (%)
ASCII1377698
100.0%

Most frequent character per block

ValueCountFrequency (%)
0735420
53.4%
271240
 
19.7%
-132292
 
9.6%
176700
 
5.6%
257615
 
4.2%
341067
 
3.0%
435527
 
2.6%
521181
 
1.5%
>6656
 
0.5%

eco_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,4
51196 
3,1
14611 
3,7
13638 
3,2
11810 
3,3
9459 
Other values (12)
38234 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,6
3rd row2,8
4th row2,8
5th row3,3
ValueCountFrequency (%)
3,451196
36.8%
3,114611
 
10.5%
3,713638
 
9.8%
3,211810
 
8.5%
3,39459
 
6.8%
2,87646
 
5.5%
3,55984
 
4.3%
3,65718
 
4.1%
3,84309
 
3.1%
2,93960
 
2.8%
Other values (7)10617
 
7.6%
2021-07-24T15:55:59.210628image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,451196
36.8%
3,114611
 
10.5%
3,713638
 
9.8%
3,211810
 
8.5%
3,39459
 
6.8%
2,87646
 
5.5%
3,55984
 
4.3%
3,65718
 
4.1%
3,84309
 
3.1%
2,93960
 
2.8%
Other values (7)10617
 
7.6%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3128835
30.9%
459751
14.3%
229187
 
7.0%
114611
 
3.5%
713638
 
3.3%
811955
 
2.9%
66553
 
1.6%
55984
 
1.4%
95046
 
1.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3128835
46.4%
459751
21.5%
229187
 
10.5%
114611
 
5.3%
713638
 
4.9%
811955
 
4.3%
66553
 
2.4%
55984
 
2.2%
95046
 
1.8%
02336
 
0.8%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3128835
30.9%
459751
14.3%
229187
 
7.0%
114611
 
3.5%
713638
 
3.3%
811955
 
2.9%
66553
 
1.6%
55984
 
1.4%
95046
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3128835
30.9%
459751
14.3%
229187
 
7.0%
114611
 
3.5%
713638
 
3.3%
811955
 
2.9%
66553
 
1.6%
55984
 
1.4%
95046
 
1.2%

clear_rating
Categorical

Distinct13
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,2
52671 
3,5
21754 
3,4
16960 
3,3
9103 
2,8
8494 
Other values (8)
29966 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,3
3rd row2,6
4th row2,6
5th row3,3
ValueCountFrequency (%)
3,252671
37.9%
3,521754
15.7%
3,416960
 
12.2%
3,39103
 
6.6%
2,88494
 
6.1%
3,18122
 
5.8%
3,66880
 
5.0%
2,64652
 
3.3%
3,04568
 
3.3%
2,93269
 
2.4%
Other values (3)2475
 
1.8%
2021-07-24T15:55:59.430244image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,252671
37.9%
3,521754
15.7%
3,416960
 
12.2%
3,39103
 
6.6%
2,88494
 
6.1%
3,18122
 
5.8%
3,66880
 
5.0%
2,64652
 
3.3%
3,04568
 
3.3%
2,93269
 
2.4%
Other values (3)2475
 
1.8%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3131496
31.5%
270445
16.9%
521754
 
5.2%
416960
 
4.1%
611532
 
2.8%
89610
 
2.3%
18122
 
1.9%
04568
 
1.1%
93269
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3131496
47.3%
270445
25.3%
521754
 
7.8%
416960
 
6.1%
611532
 
4.1%
89610
 
3.5%
18122
 
2.9%
04568
 
1.6%
93269
 
1.2%
7140
 
0.1%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3131496
31.5%
270445
16.9%
521754
 
5.2%
416960
 
4.1%
611532
 
2.8%
89610
 
2.3%
18122
 
1.9%
04568
 
1.1%
93269
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3131496
31.5%
270445
16.9%
521754
 
5.2%
416960
 
4.1%
611532
 
2.8%
89610
 
2.3%
18122
 
1.9%
04568
 
1.1%
93269
 
0.8%

gkh_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
2,9
54964 
3,3
31062 
3,2
12508 
3,0
8611 
3,1
5844 
Other values (10)
25959 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,3
2nd row2,8
3rd row2,3
4th row2,3
5th row3,1
ValueCountFrequency (%)
2,954964
39.6%
3,331062
22.4%
3,212508
 
9.0%
3,08611
 
6.2%
3,15844
 
4.2%
2,85608
 
4.0%
2,75305
 
3.8%
2,34792
 
3.4%
2,13851
 
2.8%
2,62900
 
2.1%
Other values (5)3503
 
2.5%
2021-07-24T15:55:59.633280image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,954964
39.6%
3,331062
22.4%
3,212508
 
9.0%
3,08611
 
6.2%
3,15844
 
4.2%
2,85608
 
4.0%
2,75305
 
3.8%
2,34792
 
3.4%
2,13851
 
2.8%
2,62900
 
2.1%
Other values (5)3503
 
2.5%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
294357
22.6%
394228
22.6%
954964
 
13.2%
09830
 
2.4%
19695
 
2.3%
85608
 
1.3%
75305
 
1.3%
62900
 
0.7%
5719
 
0.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
294357
34.0%
394228
33.9%
954964
19.8%
09830
 
3.5%
19695
 
3.5%
85608
 
2.0%
75305
 
1.9%
62900
 
1.0%
5719
 
0.3%
4290
 
0.1%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
294357
22.6%
394228
22.6%
954964
 
13.2%
09830
 
2.4%
19695
 
2.3%
85608
 
1.3%
75305
 
1.3%
62900
 
0.7%
5719
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
294357
22.6%
394228
22.6%
954964
 
13.2%
09830
 
2.4%
19695
 
2.3%
85608
 
1.3%
75305
 
1.3%
62900
 
0.7%
5719
 
0.2%

neighbor_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,7
55421 
3,8
21722 
3,9
17255 
3,6
9821 
3,4
9190 
Other values (6)
25539 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,5
3rd row3,2
4th row3,2
5th row4,3
ValueCountFrequency (%)
3,755421
39.9%
3,821722
 
15.6%
3,917255
 
12.4%
3,69821
 
7.1%
3,49190
 
6.6%
3,58451
 
6.1%
4,08164
 
5.9%
3,24652
 
3.3%
4,32524
 
1.8%
4,1880
 
0.6%
2021-07-24T15:55:59.854672image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,755421
39.9%
3,821722
 
15.6%
3,917255
 
12.4%
3,69821
 
7.1%
3,49190
 
6.6%
3,58451
 
6.1%
4,08164
 
5.9%
3,24652
 
3.3%
4,32524
 
1.8%
4,1880
 
0.6%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3130772
31.4%
755421
 
13.3%
821722
 
5.2%
420758
 
5.0%
917255
 
4.1%
69821
 
2.4%
58451
 
2.0%
08164
 
2.0%
24652
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3130772
47.1%
755421
19.9%
821722
 
7.8%
420758
 
7.5%
917255
 
6.2%
69821
 
3.5%
58451
 
3.0%
08164
 
2.9%
24652
 
1.7%
1880
 
0.3%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3130772
31.4%
755421
 
13.3%
821722
 
5.2%
420758
 
5.0%
917255
 
4.1%
69821
 
2.4%
58451
 
2.0%
08164
 
2.0%
24652
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3130772
31.4%
755421
 
13.3%
821722
 
5.2%
420758
 
5.0%
917255
 
4.1%
69821
 
2.4%
58451
 
2.0%
08164
 
2.0%
24652
 
1.1%

kids_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,8
68801 
3,9
25900 
4,0
10005 
4,1
8218 
3,4
 
6167
Other values (10)
19857 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,9
2nd row3,8
3rd row3,9
4th row3,9
5th row3,9
ValueCountFrequency (%)
3,868801
49.5%
3,925900
 
18.6%
4,010005
 
7.2%
4,18218
 
5.9%
3,46167
 
4.4%
3,74933
 
3.6%
4,33996
 
2.9%
2,32900
 
2.1%
3,62727
 
2.0%
3,52699
 
1.9%
Other values (5)2602
 
1.9%
2021-07-24T15:56:00.081098image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,868801
49.5%
3,925900
 
18.6%
4,010005
 
7.2%
4,18218
 
5.9%
3,46167
 
4.4%
3,74933
 
3.6%
4,33996
 
2.9%
2,32900
 
2.1%
3,62727
 
2.0%
3,52699
 
1.9%
Other values (5)2602
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3119082
28.6%
868801
16.5%
430605
 
7.3%
925900
 
6.2%
010005
 
2.4%
18651
 
2.1%
74933
 
1.2%
23804
 
0.9%
53388
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3119082
42.9%
868801
24.8%
430605
 
11.0%
925900
 
9.3%
010005
 
3.6%
18651
 
3.1%
74933
 
1.8%
23804
 
1.4%
53388
 
1.2%
62727
 
1.0%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3119082
28.6%
868801
16.5%
430605
 
7.3%
925900
 
6.2%
010005
 
2.4%
18651
 
2.1%
74933
 
1.2%
23804
 
0.9%
53388
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3119082
28.6%
868801
16.5%
430605
 
7.3%
925900
 
6.2%
010005
 
2.4%
18651
 
2.1%
74933
 
1.2%
23804
 
0.9%
53388
 
0.8%
Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,5
58742 
3,7
22685 
3,8
11388 
3,6
6747 
3,2
5900 
Other values (12)
33486 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,2
3rd row2,4
4th row2,4
5th row2,9
ValueCountFrequency (%)
3,558742
42.3%
3,722685
 
16.3%
3,811388
 
8.2%
3,66747
 
4.9%
3,25900
 
4.2%
3,45299
 
3.8%
2,44652
 
3.3%
3,14119
 
3.0%
3,93894
 
2.8%
2,93743
 
2.7%
Other values (7)11779
 
8.5%
2021-07-24T15:56:00.300940image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,558742
42.3%
3,722685
 
16.3%
3,811388
 
8.2%
3,66747
 
4.9%
3,25900
 
4.2%
3,45299
 
3.8%
2,44652
 
3.3%
3,14119
 
3.0%
3,93894
 
2.8%
2,93743
 
2.7%
Other values (7)11779
 
8.5%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3125771
30.2%
558742
14.1%
723542
 
5.6%
219590
 
4.7%
812926
 
3.1%
412720
 
3.1%
18559
 
2.1%
97637
 
1.8%
66747
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3125771
45.3%
558742
21.1%
723542
 
8.5%
219590
 
7.0%
812926
 
4.7%
412720
 
4.6%
18559
 
3.1%
97637
 
2.7%
66747
 
2.4%
01662
 
0.6%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3125771
30.2%
558742
14.1%
723542
 
5.6%
219590
 
4.7%
812926
 
3.1%
412720
 
3.1%
18559
 
2.1%
97637
 
1.8%
66747
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3125771
30.2%
558742
14.1%
723542
 
5.6%
219590
 
4.7%
812926
 
3.1%
412720
 
3.1%
18559
 
2.1%
97637
 
1.8%
66747
 
1.6%

shop_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
4,3
65942 
4,5
25294 
4,2
10558 
4,4
9124 
4,6
7039 
Other values (5)
20991 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters9
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4,5
2nd row4,4
3rd row3,5
4th row3,5
5th row4,0
ValueCountFrequency (%)
4,365942
47.5%
4,525294
 
18.2%
4,210558
 
7.6%
4,49124
 
6.6%
4,67039
 
5.1%
3,55871
 
4.2%
4,15153
 
3.7%
4,03640
 
2.6%
3,83333
 
2.4%
3,32994
 
2.2%
2021-07-24T15:56:00.510997image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:56:00.590276image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
4,365942
47.5%
4,525294
 
18.2%
4,210558
 
7.6%
4,49124
 
6.6%
4,67039
 
5.1%
3,55871
 
4.2%
4,15153
 
3.7%
4,03640
 
2.6%
3,83333
 
2.4%
3,32994
 
2.2%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
4135874
32.6%
381134
19.5%
531165
 
7.5%
210558
 
2.5%
67039
 
1.7%
15153
 
1.2%
03640
 
0.9%
83333
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
4135874
48.9%
381134
29.2%
531165
 
11.2%
210558
 
3.8%
67039
 
2.5%
15153
 
1.9%
03640
 
1.3%
83333
 
1.2%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
4135874
32.6%
381134
19.5%
531165
 
7.5%
210558
 
2.5%
67039
 
1.7%
15153
 
1.2%
03640
 
0.9%
83333
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
4135874
32.6%
381134
19.5%
531165
 
7.5%
210558
 
2.5%
67039
 
1.7%
15153
 
1.2%
03640
 
0.9%
83333
 
0.8%

traffic_rating
Categorical

Distinct14
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,2
56072 
3,3
21390 
3,1
16045 
3,5
10824 
2,9
9653 
Other values (9)
24964 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,9
2nd row2,8
3rd row2,6
4th row2,6
5th row3,3
ValueCountFrequency (%)
3,256072
40.4%
3,321390
 
15.4%
3,116045
 
11.5%
3,510824
 
7.8%
2,99653
 
6.9%
2,67990
 
5.8%
3,74823
 
3.5%
3,04043
 
2.9%
2,42900
 
2.1%
3,41924
 
1.4%
Other values (4)3284
 
2.4%
2021-07-24T15:56:00.819873image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,256072
40.4%
3,321390
 
15.4%
3,116045
 
11.5%
3,510824
 
7.8%
2,99653
 
6.9%
2,67990
 
5.8%
3,74823
 
3.5%
3,04043
 
2.9%
2,42900
 
2.1%
3,41924
 
1.4%
Other values (4)3284
 
2.4%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3137423
33.0%
278987
18.9%
116045
 
3.8%
510824
 
2.6%
99653
 
2.3%
68213
 
2.0%
76046
 
1.5%
44824
 
1.2%
04043
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3137423
49.5%
278987
28.4%
116045
 
5.8%
510824
 
3.9%
99653
 
3.5%
68213
 
3.0%
76046
 
2.2%
44824
 
1.7%
04043
 
1.5%
81838
 
0.7%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3137423
33.0%
278987
18.9%
116045
 
3.8%
510824
 
2.6%
99653
 
2.3%
68213
 
2.0%
76046
 
1.5%
44824
 
1.2%
04043
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3137423
33.0%
278987
18.9%
116045
 
3.8%
510824
 
2.6%
99653
 
2.3%
68213
 
2.0%
76046
 
1.5%
44824
 
1.2%
04043
 
1.0%

secure_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
3,4
60731 
3,8
21116 
3,7
11359 
3,0
8108 
3,6
7780 
Other values (10)
29854 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,7
2nd row3,3
3rd row2,9
4th row2,9
5th row3,9
ValueCountFrequency (%)
3,460731
43.7%
3,821116
 
15.2%
3,711359
 
8.2%
3,08108
 
5.8%
3,67780
 
5.6%
3,95695
 
4.1%
2,95335
 
3.8%
3,35009
 
3.6%
3,24531
 
3.3%
4,03775
 
2.7%
Other values (5)5509
 
4.0%
2021-07-24T15:56:01.062703image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,460731
43.7%
3,821116
 
15.2%
3,711359
 
8.2%
3,08108
 
5.8%
3,67780
 
5.6%
3,95695
 
4.1%
2,95335
 
3.8%
3,35009
 
3.6%
3,24531
 
3.3%
4,03775
 
2.7%
Other values (5)5509
 
4.0%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
3133237
32.0%
465195
15.6%
821774
 
5.2%
011883
 
2.9%
211476
 
2.8%
711359
 
2.7%
911030
 
2.6%
68043
 
1.9%
52896
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
3133237
47.9%
465195
23.5%
821774
 
7.8%
011883
 
4.3%
211476
 
4.1%
711359
 
4.1%
911030
 
4.0%
68043
 
2.9%
52896
 
1.0%
11003
 
0.4%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
3133237
32.0%
465195
15.6%
821774
 
5.2%
011883
 
2.9%
211476
 
2.8%
711359
 
2.7%
911030
 
2.6%
68043
 
1.9%
52896
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
3133237
32.0%
465195
15.6%
821774
 
5.2%
011883
 
2.9%
211476
 
2.8%
711359
 
2.7%
911030
 
2.6%
68043
 
1.9%
52896
 
0.7%
Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
2,5
60576 
2,8
22472 
2,4
14674 
2,7
11641 
2,6
10061 
Other values (6)
19524 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters416844
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,7
2nd row2,5
3rd row1,8
4th row1,8
5th row2,4
ValueCountFrequency (%)
2,560576
43.6%
2,822472
 
16.2%
2,414674
 
10.6%
2,711641
 
8.4%
2,610061
 
7.2%
1,84652
 
3.3%
2,94267
 
3.1%
2,34238
 
3.1%
3,13775
 
2.7%
2,22109
 
1.5%
2021-07-24T15:56:01.273711image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,560576
43.6%
2,822472
 
16.2%
2,414674
 
10.6%
2,711641
 
8.4%
2,610061
 
7.2%
1,84652
 
3.3%
2,94267
 
3.1%
2,34238
 
3.1%
3,13775
 
2.7%
2,22109
 
1.5%

Most occurring characters

ValueCountFrequency (%)
,138948
33.3%
2132630
31.8%
560576
14.5%
827124
 
6.5%
414674
 
3.5%
711641
 
2.8%
610061
 
2.4%
18910
 
2.1%
38013
 
1.9%
94267
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number277896
66.7%
Other Punctuation138948
33.3%

Most frequent character per category

ValueCountFrequency (%)
2132630
47.7%
560576
21.8%
827124
 
9.8%
414674
 
5.3%
711641
 
4.2%
610061
 
3.6%
18910
 
3.2%
38013
 
2.9%
94267
 
1.5%
ValueCountFrequency (%)
,138948
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common416844
100.0%

Most frequent character per script

ValueCountFrequency (%)
,138948
33.3%
2132630
31.8%
560576
14.5%
827124
 
6.5%
414674
 
3.5%
711641
 
2.8%
610061
 
2.4%
18910
 
2.1%
38013
 
1.9%
94267
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII416844
100.0%

Most frequent character per block

ValueCountFrequency (%)
,138948
33.3%
2132630
31.8%
560576
14.5%
827124
 
6.5%
414674
 
3.5%
711641
 
2.8%
610061
 
2.4%
18910
 
2.1%
38013
 
1.9%
94267
 
1.0%

total_floors
Real number (ℝ≥0)

Distinct29
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean14.85919912
Minimum2
Maximum44
Zeros0
Zeros (%)0.0%
Memory size1.1 MiB
2021-07-24T15:56:01.393517image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median14
Q320
95-th percentile25
Maximum44
Range42
Interquartile range (IQR)11

Descriptive statistics

Standard deviation6.641660151
Coefficient of variation (CV)0.4469729556
Kurtosis-1.040830512
Mean14.85919912
Median Absolute Deviation (MAD)5
Skewness0.1327125362
Sum2064656
Variance44.11164956
MonotocityNot monotonic
2021-07-24T15:56:01.497455image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=29)
ValueCountFrequency (%)
1210491
 
7.6%
2410210
 
7.3%
259962
 
7.2%
139843
 
7.1%
99612
 
6.9%
59250
 
6.7%
168139
 
5.9%
147284
 
5.2%
156291
 
4.5%
85987
 
4.3%
Other values (19)51879
37.3%
ValueCountFrequency (%)
2350
 
0.3%
31064
 
0.8%
44372
3.1%
59250
6.7%
62686
 
1.9%
ValueCountFrequency (%)
441
 
< 0.1%
29366
 
0.3%
28328
 
0.2%
27905
 
0.7%
262666
1.9%

metro_station
Categorical

HIGH CARDINALITY
HIGH CORRELATION

Distinct77
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
Комендантский проспект
14602 
Парнас
 
8116
Лен. область
 
6656
Звездная
 
6343
Академическая
 
6089
Other values (72)
97142 

Length

Max length23
Median length12
Mean length12.92533178
Min length5

Characters and Unicode

Total characters1795949
Distinct characters55
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКомендантский проспект
2nd rowПлощадь Ленина
3rd rowПролетарская
4th rowПролетарская
5th rowЛадожская
ValueCountFrequency (%)
Комендантский проспект14602
 
10.5%
Парнас8116
 
5.8%
Лен. область6656
 
4.8%
Звездная6343
 
4.6%
Академическая6089
 
4.4%
Приморская6087
 
4.4%
Елизаровская5788
 
4.2%
Лесная5189
 
3.7%
Пролетарская4719
 
3.4%
Гражданский проспект4273
 
3.1%
Other values (67)71086
51.2%
2021-07-24T15:56:01.774313image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
проспект25683
 
13.0%
комендантский14602
 
7.4%
парнас8116
 
4.1%
область6656
 
3.4%
лен6656
 
3.4%
звездная6343
 
3.2%
академическая6089
 
3.1%
приморская6087
 
3.1%
елизаровская5788
 
2.9%
лесная5189
 
2.6%
Other values (84)106333
53.8%

Most occurring characters

ValueCountFrequency (%)
а180754
 
10.1%
о161344
 
9.0%
с146342
 
8.1%
е137817
 
7.7%
к128930
 
7.2%
р114346
 
6.4%
н101580
 
5.7%
я83058
 
4.6%
и71403
 
4.0%
т70906
 
3.9%
Other values (45)599469
33.4%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1560419
86.9%
Uppercase Letter161737
 
9.0%
Space Separator58594
 
3.3%
Other Punctuation7370
 
0.4%
Open Punctuation3706
 
0.2%
Close Punctuation3706
 
0.2%
Dash Punctuation417
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а180754
11.6%
о161344
10.3%
с146342
9.4%
е137817
 
8.8%
к128930
 
8.3%
р114346
 
7.3%
н101580
 
6.5%
я83058
 
5.3%
и71403
 
4.6%
т70906
 
4.5%
Other values (18)363939
23.3%
ValueCountFrequency (%)
П40526
25.1%
К19757
12.2%
Л17136
10.6%
С9311
 
5.8%
В8905
 
5.5%
А7530
 
4.7%
З6571
 
4.1%
Г6243
 
3.9%
М6006
 
3.7%
Ч5808
 
3.6%
Other values (12)33944
21.0%
ValueCountFrequency (%)
58594
100.0%
ValueCountFrequency (%)
.7370
100.0%
ValueCountFrequency (%)
(3706
100.0%
ValueCountFrequency (%)
)3706
100.0%
ValueCountFrequency (%)
-417
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1721576
95.9%
Common73793
 
4.1%
Latin580
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а180754
 
10.5%
о161344
 
9.4%
с146342
 
8.5%
е137817
 
8.0%
к128930
 
7.5%
р114346
 
6.6%
н101580
 
5.9%
я83058
 
4.8%
и71403
 
4.1%
т70906
 
4.1%
Other values (39)525096
30.5%
ValueCountFrequency (%)
58594
79.4%
.7370
 
10.0%
(3706
 
5.0%
)3706
 
5.0%
-417
 
0.6%
ValueCountFrequency (%)
I580
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1721576
95.9%
ASCII74373
 
4.1%

Most frequent character per block

ValueCountFrequency (%)
а180754
 
10.5%
о161344
 
9.4%
с146342
 
8.5%
е137817
 
8.0%
к128930
 
7.5%
р114346
 
6.6%
н101580
 
5.9%
я83058
 
4.8%
и71403
 
4.1%
т70906
 
4.1%
Other values (39)525096
30.5%
ValueCountFrequency (%)
58594
78.8%
.7370
 
9.9%
(3706
 
5.0%
)3706
 
5.0%
I580
 
0.8%
-417
 
0.6%

num_of_metro_stations
Categorical

HIGH CORRELATION

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
6
41966 
5
39521 
7
20244 
0
11449 
3
7312 
Other values (5)
18456 

Length

Max length12
Median length1
Mean length1.183744998
Min length1

Characters and Unicode

Total characters164479
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row5
2nd row5
3rd row7
4th row7
5th row2
ValueCountFrequency (%)
641966
30.2%
539521
28.4%
720244
14.6%
011449
 
8.2%
37312
 
5.3%
95326
 
3.8%
24839
 
3.5%
113817
 
2.7%
12500
 
1.8%
Лен. область1974
 
1.4%
2021-07-24T15:56:02.173851image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:56:02.260833image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
641966
29.8%
539521
28.0%
720244
14.4%
011449
 
8.1%
37312
 
5.2%
95326
 
3.8%
24839
 
3.4%
113817
 
2.7%
12500
 
1.8%
область1974
 
1.4%

Most occurring characters

ValueCountFrequency (%)
641966
25.5%
539521
24.0%
720244
12.3%
011449
 
7.0%
110134
 
6.2%
37312
 
4.4%
95326
 
3.2%
24839
 
2.9%
Л1974
 
1.2%
е1974
 
1.2%
Other values (10)19740
12.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number140791
85.6%
Lowercase Letter17766
 
10.8%
Uppercase Letter1974
 
1.2%
Other Punctuation1974
 
1.2%
Space Separator1974
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
641966
29.8%
539521
28.1%
720244
14.4%
011449
 
8.1%
110134
 
7.2%
37312
 
5.2%
95326
 
3.8%
24839
 
3.4%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common144739
88.0%
Cyrillic19740
 
12.0%

Most frequent character per script

ValueCountFrequency (%)
641966
29.0%
539521
27.3%
720244
14.0%
011449
 
7.9%
110134
 
7.0%
37312
 
5.1%
95326
 
3.7%
24839
 
3.3%
.1974
 
1.4%
1974
 
1.4%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII144739
88.0%
Cyrillic19740
 
12.0%

Most frequent character per block

ValueCountFrequency (%)
641966
29.0%
539521
27.3%
720244
14.0%
011449
 
7.9%
110134
 
7.0%
37312
 
5.1%
95326
 
3.7%
24839
 
3.3%
.1974
 
1.4%
1974
 
1.4%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_kindg
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
130
22263 
136
21839 
132
17675 
13
14467 
113
13664 
Other values (12)
49040 

Length

Max length12
Median length3
Mean length2.712482368
Min length2

Characters and Unicode

Total characters376894
Distinct characters22
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row130
2nd row113
3rd row132
4th row132
5th row88
ValueCountFrequency (%)
13022263
16.0%
13621839
15.7%
13217675
12.7%
1314467
10.4%
11313664
9.8%
619522
6.9%
647312
 
5.3%
655660
 
4.1%
735326
 
3.8%
884839
 
3.5%
Other values (7)16381
11.8%
2021-07-24T15:56:02.505145image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
13022263
15.8%
13621839
15.5%
13217675
12.5%
1314467
10.3%
11313664
9.7%
619522
6.8%
647312
 
5.2%
655660
 
4.0%
735326
 
3.8%
884839
 
3.4%
Other values (8)18355
13.0%

Most occurring characters

ValueCountFrequency (%)
1116911
31.0%
395234
25.3%
646260
 
12.3%
026080
 
6.9%
220568
 
5.5%
812178
 
3.2%
511080
 
2.9%
49812
 
2.6%
78920
 
2.4%
96163
 
1.6%
Other values (12)23688
 
6.3%

Most occurring categories

ValueCountFrequency (%)
Decimal Number353206
93.7%
Lowercase Letter17766
 
4.7%
Uppercase Letter1974
 
0.5%
Other Punctuation1974
 
0.5%
Space Separator1974
 
0.5%

Most frequent character per category

ValueCountFrequency (%)
1116911
33.1%
395234
27.0%
646260
 
13.1%
026080
 
7.4%
220568
 
5.8%
812178
 
3.4%
511080
 
3.1%
49812
 
2.8%
78920
 
2.5%
96163
 
1.7%
ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common357154
94.8%
Cyrillic19740
 
5.2%

Most frequent character per script

ValueCountFrequency (%)
1116911
32.7%
395234
26.7%
646260
 
13.0%
026080
 
7.3%
220568
 
5.8%
812178
 
3.4%
511080
 
3.1%
49812
 
2.7%
78920
 
2.5%
96163
 
1.7%
Other values (2)3948
 
1.1%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII357154
94.8%
Cyrillic19740
 
5.2%

Most frequent character per block

ValueCountFrequency (%)
1116911
32.7%
395234
26.7%
646260
 
13.0%
026080
 
7.3%
220568
 
5.8%
812178
 
3.4%
511080
 
3.1%
49812
 
2.7%
78920
 
2.5%
96163
 
1.7%
Other values (2)3948
 
1.1%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_schools
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
68
22263 
73
21839 
58
21269 
47
14467 
61
13664 
Other values (12)
45446 

Length

Max length12
Median length2
Mean length2.142067536
Min length2

Characters and Unicode

Total characters297636
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row68
2nd row61
3rd row58
4th row58
5th row54
ValueCountFrequency (%)
6822263
16.0%
7321839
15.7%
5821269
15.3%
4714467
10.4%
6113664
9.8%
459229
6.6%
427312
 
5.3%
315660
 
4.1%
465326
 
3.8%
544839
 
3.5%
Other values (7)13080
9.4%
2021-07-24T15:56:02.723843image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
6822263
15.8%
7321839
15.5%
5821269
15.1%
4714467
10.3%
6113664
9.7%
459229
6.5%
427312
 
5.2%
315660
 
4.0%
465326
 
3.8%
544839
 
3.4%
Other values (8)15054
10.7%

Most occurring characters

ValueCountFrequency (%)
843856
14.7%
441759
14.0%
541723
14.0%
641253
13.9%
738806
13.0%
329102
9.8%
122217
7.5%
213629
 
4.6%
Л1974
 
0.7%
е1974
 
0.7%
Other values (11)21343
7.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number273948
92.0%
Lowercase Letter17766
 
6.0%
Uppercase Letter1974
 
0.7%
Other Punctuation1974
 
0.7%
Space Separator1974
 
0.7%

Most frequent character per category

ValueCountFrequency (%)
843856
16.0%
441759
15.2%
541723
15.2%
641253
15.1%
738806
14.2%
329102
10.6%
122217
8.1%
213629
 
5.0%
01603
 
0.6%
ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common277896
93.4%
Cyrillic19740
 
6.6%

Most frequent character per script

ValueCountFrequency (%)
843856
15.8%
441759
15.0%
541723
15.0%
641253
14.8%
738806
14.0%
329102
10.5%
122217
8.0%
213629
 
4.9%
.1974
 
0.7%
1974
 
0.7%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII277896
93.4%
Cyrillic19740
 
6.6%

Most frequent character per block

ValueCountFrequency (%)
843856
15.8%
441759
15.0%
541723
15.0%
641253
14.8%
738806
14.0%
329102
10.5%
122217
8.0%
213629
 
4.9%
.1974
 
0.7%
1974
 
0.7%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_poly
Categorical

HIGH CORRELATION

Distinct12
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
24
35927 
27
21839 
23
17675 
15
14467 
9
12972 
Other values (7)
36068 

Length

Max length12
Median length2
Mean length2.046377062
Min length1

Characters and Unicode

Total characters284340
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row24
2nd row24
3rd row23
4th row23
5th row16
ValueCountFrequency (%)
2435927
25.9%
2721839
15.7%
2317675
12.7%
1514467
10.4%
912972
 
9.3%
1612536
 
9.0%
1911798
 
8.5%
125326
 
3.8%
113817
 
2.7%
Лен. область1974
 
1.4%
Other values (2)617
 
0.4%
2021-07-24T15:56:02.943710image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2435927
25.5%
2721839
15.5%
2317675
12.5%
1514467
10.3%
912972
 
9.2%
1612536
 
8.9%
1911798
 
8.4%
125326
 
3.8%
113817
 
2.7%
область1974
 
1.4%
Other values (3)2591
 
1.8%

Most occurring characters

ValueCountFrequency (%)
281060
28.5%
151761
18.2%
435927
12.6%
924770
 
8.7%
721839
 
7.7%
317675
 
6.2%
514760
 
5.2%
612536
 
4.4%
Л1974
 
0.7%
е1974
 
0.7%
Other values (11)20064
 
7.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number260652
91.7%
Lowercase Letter17766
 
6.2%
Uppercase Letter1974
 
0.7%
Other Punctuation1974
 
0.7%
Space Separator1974
 
0.7%

Most frequent character per category

ValueCountFrequency (%)
281060
31.1%
151761
19.9%
435927
13.8%
924770
 
9.5%
721839
 
8.4%
317675
 
6.8%
514760
 
5.7%
612536
 
4.8%
8324
 
0.1%
ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common264600
93.1%
Cyrillic19740
 
6.9%

Most frequent character per script

ValueCountFrequency (%)
281060
30.6%
151761
19.6%
435927
13.6%
924770
 
9.4%
721839
 
8.3%
317675
 
6.7%
514760
 
5.6%
612536
 
4.7%
.1974
 
0.7%
1974
 
0.7%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII264600
93.1%
Cyrillic19740
 
6.9%

Most frequent character per block

ValueCountFrequency (%)
281060
30.6%
151761
19.6%
435927
13.6%
924770
 
9.4%
721839
 
8.3%
317675
 
6.7%
514760
 
5.6%
612536
 
4.7%
.1974
 
0.7%
1974
 
0.7%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_hospitals
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
1
46101 
2
38298 
7
25656 
3
13664 
6
12962 
Other values (2)
 
2267

Length

Max length12
Median length1
Mean length1.15627429
Min length1

Characters and Unicode

Total characters160662
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row3
3rd row1
4th row1
5th row2
ValueCountFrequency (%)
146101
33.2%
238298
27.6%
725656
18.5%
313664
 
9.8%
612962
 
9.3%
Лен. область1974
 
1.4%
5293
 
0.2%
2021-07-24T15:56:03.145559image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:56:03.223664image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
146101
32.7%
238298
27.2%
725656
18.2%
313664
 
9.7%
612962
 
9.2%
область1974
 
1.4%
лен1974
 
1.4%
5293
 
0.2%

Most occurring characters

ValueCountFrequency (%)
146101
28.7%
238298
23.8%
725656
16.0%
313664
 
8.5%
612962
 
8.1%
Л1974
 
1.2%
е1974
 
1.2%
н1974
 
1.2%
.1974
 
1.2%
1974
 
1.2%
Other values (8)14111
 
8.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number136974
85.3%
Lowercase Letter17766
 
11.1%
Uppercase Letter1974
 
1.2%
Other Punctuation1974
 
1.2%
Space Separator1974
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
146101
33.7%
238298
28.0%
725656
18.7%
313664
 
10.0%
612962
 
9.5%
5293
 
0.2%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per script

ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%
ValueCountFrequency (%)
146101
32.7%
238298
27.2%
725656
18.2%
313664
 
9.7%
612962
 
9.2%
.1974
 
1.4%
1974
 
1.4%
5293
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per block

ValueCountFrequency (%)
146101
32.7%
238298
27.2%
725656
18.2%
313664
 
9.7%
612962
 
9.2%
.1974
 
1.4%
1974
 
1.4%
5293
 
0.2%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_dentists
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
4
47857 
3
33839 
2
31274 
5
19793 
6
 
3594
Other values (2)
 
2591

Length

Max length12
Median length1
Mean length1.15627429
Min length1

Characters and Unicode

Total characters160662
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2
2nd row3
3rd row3
4th row3
5th row2
ValueCountFrequency (%)
447857
34.4%
333839
24.4%
231274
22.5%
519793
14.2%
63594
 
2.6%
Лен. область1974
 
1.4%
1617
 
0.4%
2021-07-24T15:56:03.426739image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:56:03.489229image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
447857
34.0%
333839
24.0%
231274
22.2%
519793
14.0%
63594
 
2.6%
область1974
 
1.4%
лен1974
 
1.4%
1617
 
0.4%

Most occurring characters

ValueCountFrequency (%)
447857
29.8%
333839
21.1%
231274
19.5%
519793
12.3%
63594
 
2.2%
Л1974
 
1.2%
е1974
 
1.2%
н1974
 
1.2%
.1974
 
1.2%
1974
 
1.2%
Other values (8)14435
 
9.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number136974
85.3%
Lowercase Letter17766
 
11.1%
Uppercase Letter1974
 
1.2%
Other Punctuation1974
 
1.2%
Space Separator1974
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
447857
34.9%
333839
24.7%
231274
22.8%
519793
14.5%
63594
 
2.6%
1617
 
0.5%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per script

ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%
ValueCountFrequency (%)
447857
34.0%
333839
24.0%
231274
22.2%
519793
14.0%
63594
 
2.6%
.1974
 
1.4%
1974
 
1.4%
1617
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per block

ValueCountFrequency (%)
447857
34.0%
333839
24.0%
231274
22.2%
519793
14.0%
63594
 
2.6%
.1974
 
1.4%
1974
 
1.4%
1617
 
0.4%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

num_of_women_cons
Categorical

HIGH CORRELATION

Distinct9
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size1.1 MiB
4
33058 
3
27538 
8
22263 
5
21839 
6
17675 
Other values (4)
16575 

Length

Max length12
Median length1
Mean length1.15627429
Min length1

Characters and Unicode

Total characters160662
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row8
2nd row4
3rd row6
4th row6
5th row4
ValueCountFrequency (%)
433058
23.8%
327538
19.8%
822263
16.0%
521839
15.7%
617675
12.7%
17312
 
5.3%
26996
 
5.0%
Лен. область1974
 
1.4%
0293
 
0.2%
2021-07-24T15:56:03.719412image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-07-24T15:56:03.797520image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
433058
23.5%
327538
19.5%
822263
15.8%
521839
15.5%
617675
12.5%
17312
 
5.2%
26996
 
5.0%
область1974
 
1.4%
лен1974
 
1.4%
0293
 
0.2%

Most occurring characters

ValueCountFrequency (%)
433058
20.6%
327538
17.1%
822263
13.9%
521839
13.6%
617675
11.0%
17312
 
4.6%
26996
 
4.4%
Л1974
 
1.2%
е1974
 
1.2%
н1974
 
1.2%
Other values (10)18059
11.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number136974
85.3%
Lowercase Letter17766
 
11.1%
Uppercase Letter1974
 
1.2%
Other Punctuation1974
 
1.2%
Space Separator1974
 
1.2%

Most frequent character per category

ValueCountFrequency (%)
е1974
11.1%
н1974
11.1%
о1974
11.1%
б1974
11.1%
л1974
11.1%
а1974
11.1%
с1974
11.1%
т1974
11.1%
ь1974
11.1%
ValueCountFrequency (%)
433058
24.1%
327538
20.1%
822263
16.3%
521839
15.9%
617675
12.9%
17312
 
5.3%
26996
 
5.1%
0293
 
0.2%
ValueCountFrequency (%)
Л1974
100.0%
ValueCountFrequency (%)
.1974
100.0%
ValueCountFrequency (%)
1974
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per script

ValueCountFrequency (%)
433058
23.5%
327538
19.5%
822263
15.8%
521839
15.5%
617675
12.5%
17312
 
5.2%
26996
 
5.0%
.1974
 
1.4%
1974
 
1.4%
0293
 
0.2%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII140922
87.7%
Cyrillic19740
 
12.3%

Most frequent character per block

ValueCountFrequency (%)
433058
23.5%
327538
19.5%
822263
15.8%
521839
15.5%
617675
12.5%
17312
 
5.2%
26996
 
5.0%
.1974
 
1.4%
1974
 
1.4%
0293
 
0.2%
ValueCountFrequency (%)
Л1974
10.0%
е1974
10.0%
н1974
10.0%
о1974
10.0%
б1974
10.0%
л1974
10.0%
а1974
10.0%
с1974
10.0%
т1974
10.0%
ь1974
10.0%

Interactions

2021-07-24T15:55:41.330956image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:41.580940image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:41.810892image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:42.050581image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:42.349436image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:42.647946image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:42.847859image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:42.990698image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:44.274205image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:44.494840image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:44.699132image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:44.882035image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.027938image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.184109image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.340323image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.562645image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.739540image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:45.880167image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.025515image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.202219image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.437696image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.641579image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.783388image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:46.923974image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:47.112094image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:47.386485image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:47.691135image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:47.909831image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:48.161415image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-07-24T15:55:48.427022image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2021-07-24T15:56:03.906870image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2021-07-24T15:56:04.031841image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2021-07-24T15:56:04.149956image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2021-07-24T15:56:04.322954image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.
2021-07-24T15:56:04.680441image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.

Missing values

2021-07-24T15:55:50.483226image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2021-07-24T15:55:52.032428image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2021-07-24T15:55:53.004678image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2021-07-24T15:55:53.379588image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealdistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
0Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Двухстороняя квартира,3. Изолированные комнаты,4. Кухня квадратной формы,5. Есть лоджия,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 50 236 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2259.2NaNNaN7927000.0Кирпич3,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,713Комендантский проспект51306824128
1Вашему вниманию предлагается отличная светлая квартира в одном из лучших комплексов города ЖК «Четыре горизонта» от компании RBI.,Дом Бизнес класса. Ремонт выполнен по дизайн проекту. Отличный панорамный вид на город, Неву, Смольный Собор и Большеохтинский мост. Высокие потолки, 3 квартиры на этаже, респектабельный соседи.,Входная группа дома оформляется по эксклюзивному дизайн-проекту. Стены украшает панно из керамогранита, гравюры старого Петербурга и зеркала. В холле отведены места для ожидания с мягкой мебелью и ресепшн-зоны (для консьержей). В подъезде по два грузопассажирских лифта Schindler. Два подземных уровня новостройки заняты паркингом, из которого можно подняться на любой этаж.,Закрытый от посторонних внутренний двор оформлен по индивидуальному проекту. В центре двора установлен фонтан и высажены кустарники и растения.,Поблизости работают три школы, дошкольные учреждения, торговые центры "Ладога", "Юбилейный", "Орловский" и др. Рядом сад Нева и набережная Невы, чуть дальше, но также в зоне пешей досягаемости — Полюстровский парк. В районе сложилась удачная транспортная развязка — поблизости проходят Пискаревский пр-т, шоссе Революции, Свердловская набережная и пр-т Энергетиков.,Прямая продажа, один собственник. Все готово. Просмотры в любое время.КвартираВторичная2747.910.030.021500000.0Кирпич3,6Калининский2000 - 30003,63,32,83,53,83,24,42,83,32,510Площадь Ленина51136124334
2Продаётся двухкомнатная квартира в жилом комплексе ЦДС «Приневский».,Ввод в эксплуатацию 27 декабря 2021.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,ЦДС «Приневский» корпус 1  — это 24‐этажный кирпично‐монолитный дом из 4 секций на 1239 квартир. Для вашего удобства к корпусу пристроен закрытый наземный паркинг на 300 мест, а парковочные зоны для гостей и жителей квартала вынесены за периметр дворового пространства. Срок сдачи объекта: 4 кв. 2021. Условия покупки: Приобрести наши квартиры можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека.,ТОП‐отделка LifeStyle в подарок!,В отделку входят: Современный видеодомофон, ламинат уровня EGGER, Tarkett и др., сантехника AM.PM, Grohe, Jacob Delafon и др., стильная керамическая плитка. Сходите в наши шоу-румы!,Оформляйте покупку дистанционно, без посещения офиса! Мы продолжаем работать для вас дистанционно: сайт, телефон, мессенджеры, эл. почта. Именно таким образом уже несколько лет приобретают квартиры наши региональные покупатели, весь процесс отлажен!,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 66210КвартираНовостройка21752.8NaN52.86905339.0Кирпич3,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская71325823136
3Продается 1-комнатная квартира площадью 36.89 кв. метров ,на 20 этаже ,24 этажного ,кирпично-монолитного дома ,стандарт-класса в ЖК Приневский. ,Оптимальная планировка: Просторная кухня (13.96 кв.м) и одна комната (12.37 кв.м). ,Также в квартире есть лоджия. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на юго-восток Санкт-Петербурга и в 28 минутах на транспорте от станции метро «Ломоносовская». ,В проекте 6 жилых корпусов высотой от 23 до 24 этажа. ,Из плюсов ЖК можно отметить: видеонаблюдение и крытый паркинг на 1592 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: супермаркеты и аптеки. Рядом с ЖК расположены лесопарки и скверы. Закрытый паркинг. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 26 557 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Приневский в продаже 496 1-комнатных квартир стоимостью от 4.1 до 6.3 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-616253КвартираНовостройка12036.9NaNNaN4916392.0Кирпич3,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская71325823136
4Уютная трёхкомнатная квартира на берегу реки Охта в Красногвардейском районе Санкт-Петербурга., • Полюстровский парк, • Парк Академика Сахарова, • Сад Нева, • ТЦ Metro, "Июнь" и "Ржевский", • собственная круглосуточная диспетчерская служба, • подземный и надземный паркинги, • собственный детский сад, • две школы в соседних кварталах, • поликлиника, • магазины, аптеки, • за 10 минут на транспорте можно добраться до станции метро «Ладожская», • в 5,5 км расположена развязка с КАД, ЗВОНИТЕ., • Подбор выгодных ипотечных программ;, • Помощь в выборе наилучшего варианта квартиры на максимально выгодных условиях.КвартираНовостройка3376.012.041.08750000.0Монолит3,8Красногвардейский0 - 10003,33,33,14,33,92,94,03,33,92,420Ладожская2885416224
5Продается 2-х комнатная квартира в Колпино в ОТЛИЧНОМ состоянии. Комнаты изолированные 18 м2 и 12 м2, квадратная кухня 8,5 м2, балкон. ,Высота потолков 2,50 м., с/у раздельный.,Квартира с ремонтом, установлены стеклопакеты и современные радиаторы. Квартира очень теплая. Есть счетчики холодной и горячей воды, двухтарифный счетчик на электричество. В туалете скрытые люки для доступа к коммуникациям, установлены фильтры на холодную и горячую воду. ,В коридоре установлены большие шкафы-купе, они остаются новому владельцу.,По договоренности есть возможность оставить мебель в спальне – шкаф и подъемную кровать, в детской комнате рабочий стол и стеллажи, которые сделаны на заказ для 2-х детей.,Все в отличном состоянии, мебель в детской практически новая. ,Общий коридор на три квартиры, в котором можно оставлять велосипеды и коляски. Хорошие соседи.,Два лифта пассажирский и грузовой.,Отлично развита инфраструктура. ,Во дворе - детский сад, еще один в соседнем дворе. В соседних дворах две школы. ,В шаговой доступности филиал детской поликлиники, где есть педиатры и процедурный кабинет. На участке хороший доктор и медсестра.,Рядом с домом автобусная остановка (автобусы и маршрутки как по Колпино, так и до метро) и большой ТЦ с кинотеатром продуктовым гипермаркетом и различными магазинами.,За ТЦ вдоль ж/дороги пешеходная асфальтированная дорожка, где можно погулять или покататься на велосипедах.,В километре от дома ж/д станция, до Московского вокзала 30 минут на электричке, до метро Обухово 15 мин,2 взрослых собственника (более 5 лет в собственности).,Прямая продажа. Никто не прописан. Готовы к сделке.,Показы по договоренности.КвартираВторичная21151.68.530.15800000.0Панель3,8Колпинский> 50003,73,53,03,84,13,84,53,13,42,314Лен. область0563016222
6Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Верхний этаж,2. Классическая планировка,3. Изолированные комнаты,4. Комнаты квадратной формы,5. Кухня квадратной формы,6. Есть балкон,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 31 988 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка12431.0NaNNaN5047519.0Кирпич3,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,724Комендантский проспект51306824128
7Семейная ипотека 4%, льготная ипотека от 5.75% на весь срок. Первый взнос от 10%.Экономия на переплате по ипотеке до 2 млн.!,Записывайтесь на просмотр!,Эксклюзивная планировка. Большая кухня-гостиная 25 кв.м — это место для встреч с семьей, где можно отмечать праздники, и в конце вечера расположить гостей.,Уникальность проекта:,— Никаких радиаторов,теплая квартира в каждом ее уголке,— 4-этажный жилой комплекс с уютным зеленым двором,— Кирпично-монолитные дома с мансардами и лифтами,— Высота потолков до 3,8 м,— Просторные остекленные лоджии и балконы,— Возможность объединения кухни и гостиной,— Автономные газовые котельные,— Система отопления «теплый водяной пол»,Звоните и бронируйте по самым минимальным ценам. Помощь с одобрением ипотеки от экспертов ведущего банка.,Мы с вами в постоянном контакте до получения ключей, а так же содействуем с приемкой, обустройством квартиры, и оказываем юридическую помощь — бесплатно.СтудияНовостройка1339.2NaN39.24813280.0Монолит3,2Пушкинский> 50002,43,12,63,42,32,14,62,43,32,64Лен. область1482716232
8ID - 11849КвартираНовостройка1529.9NaNNaN4088952.0Панель3,8Колпинский> 50003,73,53,03,84,13,84,53,13,42,35Лен. область0563016222
9Выборгский район, станция метро "Пионерская" 1.5 км, станция метро "Удельная" 1.7 км., станция метро "Черная речка" 2.2 км., ул. Зеленогорская дом 7.,Переуступка.,Просторная 2-х комнатная квартира на 5-ом этаже 25-ти этажного сданного кирпично-монолитного дома "ЖК Светлана" от застройщика " Невский Луч".,Общая площадь квартиры 82.9 кв.м., с раздельными большими комнатами (19.6 кв.м + 29.1 кв.м.), кухней 12 кв.м. с выходом на застекленную лоджию 2.35 кв.м , раздельными санузлами и большим коридором 14.5 кв.м.,Квартира с черновой отделкой!,Дом расположен в очень зеленом районе с развитой инфраструктурой. В шаговой доступности парк "Сосновка" , " Удельный парк"., много школ , детских садов, поликлиники, ТРЦ и супермаркеты.,Квартира продается по переуступке. Ключи до июня! Показы по договоренности.,Номер объекта: #2/752593/1176КвартираВторичная2582.912.048.09200000.0Монолит3,9Приморский1000 - 20004,03,13,23,84,03,23,83,33,92,925Пионерская51306824128

Last rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealdistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
138938Продается 2-комнатная квартира площадью 68.07 кв. метров ,на 16 этаже ,17 этажного ,монолитного дома ,комфорт-класса в ЖК Полюстрово. ,Оптимальная планировка: Просторная кухня (10.13 кв.м), две комнаты (17.14 и 15.42 кв.м) и кладовка в комнате и кладовка в коридоре. ,Также в квартире есть лоджия. ,Окна квартиры выходят на запад.,Жилой комплекс находится на северо-востоке Санкт-Петербурга и в 18 минутах на транспорте от станции метро «Площадь Ленина». ,В проекте 1 жилой корпус высотой 17 этажей. ,Из плюсов ЖК можно отметить: закрытую территорию, видеонаблюдение и крытый паркинг на 373 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,Закрытый паркинг. Площадки для детских и спортивных игр.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 66 840 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Полюстрово в продаже 50 2-комнатных квартир стоимостью от 9.4 до 13.2 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-197394КвартираНовостройка21668.1NaNNaN12374063.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Площадь Ленина51136124334
138939Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Изолированные комнаты,3. Кухня квадратной формы,4. Есть лоджия,5. Гардеробная в коридоре,6. Несколько окон на кухне,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 68 360 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2460.8NaNNaN10786774.0Монолит3,7Выборгский1000 - 20003,43,22,93,73,83,54,33,23,42,513Лесная61367327745
138940Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Изолированные комнаты,3. Комнаты квадратной формы,4. Кухня квадратной формы,5. Есть лоджия,6. Гардеробная в коридоре,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 48 995 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка1336.5NaNNaN7731074.0Кирпич3,7Адмиралтейский0 - 10003,43,22,93,73,83,54,33,23,42,518Балтийская9734612654
138941id 929202. Новый жилой комплекс бизнес класса в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции асимметрично расположены на территории жилого комплекса и окружены оазисами зелени. Вентилируемые фасады домов облицованы керамогранитом песочного цвета и клинкерным кирпичом темно-терракотового и графитового цвета. В корпусах установлена мультисервисная сеть, которая объединяет видеонаблюдение, систему контроля и учета ресурсов. Интерьеры входных групп и мест общего пользования выполнены по индивидуальному дизайн проекту. В лифтовом холле и на первом этаже установлены диджитал-экраны с системой информирования о событиях и новостях управляющей компании. В квартирах предусмотрены места для кондиционеров, а в квартирах размера L и XL дополнительно предусмотрена возможность устройства приточно-вытяжной установки. В помещениях предусмотрена IP-домофония, которая также позволяет связаться с диспетчерской и управляющей компанией. ...КвартираНовостройка1443.120.411.013870000.0Монолит3,8Красногвардейский0 - 10003,33,33,14,33,92,94,03,33,92,49Новочеркасская2885416224
138942Студия расположена в Центральном районе города на Синопской набережной, в пешей доступности ст.Метро пл. Александра Невского -800 метров.,Развитая транспортная доступность: остановки общественного транспорта , позволяющие добраться в любую точку города.,Развитая инфраструктура района: магазины, рестораны, памятники, музеи и театры.,Студия находится на 1 высоком этаже, окна выходят в тихий чистый двор с местами для парковки.,Есть студия с отдельным входом и так же студии с двумя окнами. Студии одноярусные.,Студии с чистовой отделкой (натяжные потолки, новые стеклопакеты, новая входная дверь, новая электропроводка с розетками и выключателями, новые биметаллические радиаторы и новая сантехника, санузел в кафеле.,Индивидуальные приборы учёта.СтудияВторичная1119.12.016.03150000.0Кирпич3,4Центральный0 - 10002,32,92,23,63,52,84,23,33,42,23Площадь А. Невского111055211743
138943Предлогается к продаже просторная квартира на 4 этаже 14эт. Прямая продажа . Дом начал эксплуатироваться с 2014 года. В новом кирпичном доме общ. площадью 65 кв. м. Квартира состоит из двух изолированных комнат 16 и 20 кв. м. , кухни 11.5 м. Квадратной формы, ванной и туалетной комнат, а также прихожей и корридора, выход на лоджию из кухни. Тройные стеклопакеты . Дом расположен на Белградской ул. У яблоневого сада. пешей (15мин.) от метро Международная. В доме имеются две охроняемых парковки, очень надежная Система безопасности, видеонабл. Красивые уютные парадные. Квартира продаётся после проведённого качественного ремонта от собственн. Межкомнатные двери куплены. Возможна ипотека, рассматр. Субсидии и мат капитал. Без торга!КвартираВторичная2465.011.536.012000000.0Кирпич3,8Фрунзенский1000 - 20003,83,33,23,34,23,64,33,33,12,414Международная7925119122
138944Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Изолированные комнаты,3. Кухня квадратной формы,4. Есть лоджия,5. Чистовая отделка,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 25 700 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка1233.7NaNNaN4055328.0Кирпич3,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская71325823136
138945Апартаменты бизнес и премиум-класса в стиле лофт. Потолки высотой от 3,15 м до 3,75 м, панорамные энергосберегающие окна с видом на Малую Неву, Финский залив и город. Эксклюзивные дизайн-проекты чистовой отделки могут быть выполнены в английском или скандинавском стиле лофт. Усиленная звукоизоляция фасада и межкомнатных перегородок, приточно-вытяжная система вентиляции, VRV-кондиционирование. Комфортабельная зона лобби, охраняемый двор, подземный паркинг.,При покупке до 30 июня действуют скидки от 500 000 до 1 000 000 ₽ на апартаменты с 1,2 и 3 спальнями.КвартираНовостройка1957.6NaNNaN10388901.0Кирпич3,7Ваcилеостровский1000 - 20003,43,22,93,73,83,54,33,23,42,511Приморская364429641
138946Вашему вниманию предлагается эксклюзивная квартира с изысканным дизайнерским ремонтом, высококачественной мебелью и техникой в престижном экологически чистом Курортном районе Санкт-Петербурга. Квартира не требует абсолютно никаких вложений. Ручная лепнина, тщательно подобранные материалы, мебель, элементы декора, выполненные под индивидуальный заказ. Максимально комфортная, зарегистрированная планировка.,Дом построен из экологически чистых материалов по австрийской технологии ``Velox``, которая гарантирует повышенную пожарную безопасность, комфортную температуру в помещении как зимой, так и летом. Автономное отопление и горячая вода. Приятные коммунальные платежи.,Благоустроенная территория просторного двора с видеонаблюдением обеспечит вашу безопасность, детская площадка, подземный паркинг.,Имеется необходимая инфраструктура: детский сад, продуктовые магазины, кафе с доставкой, пекарни, аптека, салоны красоты, цветов, медицинский центр.,Окна гостиной и спальни выходят на уникальный Юнтоловский заказник, Сестрорецкий разлив с обустроенным пляжем в пяти минутах ходьбы, аллея для прогулок, велосипедных поездок.,Удобный выезд на КАД, выезд на ЗСД, на Приморское шоссе дают возможность быстро добраться в любую часть города, маршрутное такси 305 следует до станции метро Беговая 20 мин., до станции Старая деревня - 30 мин., маршрутное такси 302А до городской больницы №40.,Квартира для настоящих ценителей загородной жизни с городским комфортом.КвартираВторичная2365.210.039.015990000.0Монолит3,7Санкт-Петербург> 50003,43,22,93,73,83,54,33,23,42,54Лен. областьЛен. областьЛен. областьЛен. областьЛен. областьЛен. областьЛен. областьЛен. область
138947Продам студию ,это комната 22 метра в трех комнатной квартире,переделана в студию ,установлен второй ярус ,спальное место ,кухня ,душевой уголок ,проведена вода и электро водогрей ,электро плита ,слив ещё не провели ,пользуемся биотулетом ,в комнате произведен дорогой евро ремонт ,делали для себя ,подходит под ипотеку ,показ в любое время ,мебель по согласованию .метро Петроградская пешком 10 мин ,и м.ЧкаловскаяСтудияВторичная1322.0NaNNaN3700000.0Кирпич3,7Петроградский0 - 10003,43,22,93,73,83,54,33,23,42,56Чкаловская665319243

Duplicate rows

Most frequent

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealdistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_conscount
730В продаже студия с отделкой в новом доме жилого комплекса "Морская миля". Квартира в корпусе "дом 3" на 2 этаже, общая площадь студии 22.52 м.кв., кухня 5.37 м.кв. Жилой комплекс "Морская миля" располагается по адресу ул. Маршала Казакова, 21 (Красносельский район г. Санкт-Петербург), рядом станция метро Автово. Срок сдачи новостройки - 2024. Стоимость квартиры - 4 672 900 рублей.СтудияНовостройка1222.55.410.24672900.0Монолит3,7Кировский2000 - 30003,43,63,23,43,73,44,12,63,52,825Автово59758161639
882В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 15 этаже, общая площадь студии 20.6 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 3 048 800 рублей.СтудияНовостройка11520.65.210.23048800.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
885В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 18 этаже, общая площадь студии 20.6 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 3 038 500 рублей.СтудияНовостройка11820.65.210.23038500.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
888В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 2 этаже, общая площадь студии 20.9 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 2 988 700 рублей.СтудияНовостройка1220.95.210.02988700.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
894В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 3 этаже, общая площадь студии 20.3 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 2 923 200 рублей.СтудияНовостройка1320.35.210.02923200.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
896В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 6 этаже, общая площадь студии 20.6 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 3 048 800 рублей.СтудияНовостройка1620.65.210.23048800.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
899В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 21" на 9 этаже, общая площадь студии 20.6 м.кв., кухня 5.2 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2023. Стоимость квартиры - 3 048 800 рублей.СтудияНовостройка1920.65.210.23048800.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,522Гражданский проспект511361243349
744В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 11 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11120.85.09.83051595.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
747В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 13 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11320.85.09.83051595.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
758В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 2 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 030 765 рублей.СтудияНовостройка1220.85.09.83030765.0Монолит3,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348